Comparative Efficacy of Systemic Agents for Brain Metastases From Non-Small-Cell Lung Cancer With an EGFR Mutation/ALK Rearrangement: A Systematic Review and Network Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Brain metastases (BM) from non-small-cell lung cancer (NSCLC) are frequent and carry significant morbidity, and current management options include varying local and systemic therapies. Here, we performed a systematic review and network meta-analysis to determine the ideal treatment regimen for NSCLC BMs with targetable EGFR-mutations/ALK-rearrangements. METHODS: We searched MEDLINE, EMBASE, Web of Science, ClinicalTrials.gov, CENTRAL and references of key studies for randomized controlled trials (RCTs) published from inception until June 2020. Comparative RCTs including ≥10 patients were selected. We used a frequentist random-effects model for network meta-analysis (NMA) and assessed the certainty of evidence using the GRADE approach. Our primary outcome of interest was intracranial progression-free survival (iPFS). RESULTS: We included 24 studies representing 19 trials with 1623 total patients. Targeted tyrosine kinase inhibitors (TKIs) significantly improved iPFS, with second-and third- generation TKIs showing the greatest benefit (HR=0.25, 95%CI 0.15-0.40). Overall PFS was also improved compared to conventional chemotherapy (HR=0.47, 95%CI 0.36-0.61). In EGFR-mutant patients, osimertinib showed the greatest benefit in iPFS (HR=0.32, 95%CI 0.15-0.69) compared to conventional chemotherapy, while gefitinib + chemotherapy showed the greatest overall PFS benefit (HR=0.26, 95%CI 0.10-0.70). All ALKi improved overall PFS compared to conventional chemotherapy, with alectinib having the greatest benefit (HR=0.13, 95%CI 0.07-0.24). CONCLUSIONS: In patients with NSCLC BMs and EGFR/ALK mutations, targeted TKIs improve intracranial and overall PFS compared to conventional modalities such as chemotherapy, with greater efficacy seen using newer generations of TKIs. This data is important for treatment selection and patient counseling, and highlights areas for future RCT research. SYSTEMATIC REVIEW REGISTRATION: https://www.crd.york.ac.uk/prospero/display_record.php?RecordID=179060.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,039 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».