MétaCan
Menu
← Retour à la cohorte
Enregistrement W4212989002 · doi:10.1200/jco.2022.40.6_suppl.310

Predictors of objective response to first-line immuno-oncology combination therapies in metastatic renal cell carcinoma: Results from the international metastatic renal cell database consortium (IMDC).

2022· article· en· W4212989002 sur OpenAlexafffund
Vishal Navani, Matthew Scott Ernst, Connor Wells, Takeshi Yuasa, Kosuke Takemura, Frede Donskov, Naveen S. Basappa, Andrew Schmidt, Sumanta K. Pal, Luís Meza, Lori Wood, D. Scott Ernst, Bernadett Szabados, Rana R. McKay, Andrew Weickhardt, Cristina Suárez, Anil Kapoor, Jae‐Lyun Lee, Toni K. Choueiri, Daniel Yick Chin Heng

Notice bibliographique

RevueJournal of Clinical Oncology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensJuravinski Cancer CentreMcMaster UniversityLondon Health Sciences CentreWestern UniversityDalhousie UniversityUniversity of AlbertaQueen Elizabeth II Health Sciences CentreBC Cancer AgencyUniversity of Calgary
Organismes subventionnairesAlberta Cancer Foundation
Mots-clésMedicineNivolumabAxitinibInternal medicineIpilimumabRenal cell carcinomaPembrolizumabOncologyCabozantinibResponse Evaluation Criteria in Solid TumorsProgressive diseaseExpanded accessPazopanibSunitinibCancerDiseaseImmunotherapy

Résumé

récupéré en direct d'OpenAlex

310 Background: Predictors of objective response to first-line (1L) immuno-oncology (IO) combination therapies remain elusive. We sought to characterise clinical variables and their association with investigator assessed best overall response. Methods: Using the IMDC, we retrospectively identified patients treated with 1L ipilimumab nivolumab (IPI-NIVO) or approved IO/vascular endothelial growth factor (VEGF) inhibitor combinations (IOVE). Patients were classified, per RECIST v1.1, as responders (complete or partial response (CR or PR)) or non-responders (stable or progressive disease (SD or PD)). Logistic regression was used to adjust for IMDC criteria. Results: Out of 1084 patients, 794 (73%) received IPI-NIVO and 290 (27%) received IOVE (axitinib+pembrolizumab, cabozantinib+nivolumab, axitinib+avelumab, lenvatinib+pembrolizumab). Favourable, intermediate and poor IMDC risk comprised 147 (16%), 517 (55%) and 272 (29%) respectively. Of the 898 patients with evaluable responses, 37 (4%) achieved a best response of CR, 343 (38%) PR, 315 (35%) SD and 203 (23%) PD. Corresponding median overall survival from time of 1L initiation was: not reached, 55.9, 48.1, and 13 months respectively (logrank p < 0.0001). In a multivariable model, lung metastases and cytoreductive nephrectomy (CN) (performed after diagnosis of metastatic disease and before 1L therapy) retained independent association with response, after adjustment for IMDC criteria. Factors not associated with response included (with univariable p values): gender (p = 0.58), age (p = 0.06), sarcomatoid histology (p = 0.99), smoking status (p = 0.39), liver (p = 0.63) and brain (p = 0.12) metastases. As in the VEGF monotherapy era, improved IMDC prognostic risk was associated with response. Results were similar when restricted to the IPI-NIVO cohort. Conclusions: Presence of lung metastases, CN and better IMDC risk group are associated with a higher probability of response to 1L immunotherapy combination regimens. Further work to identify reliable predictors of response to guide treatment selection and patient counselling is warranted.[Table: see text]

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,090
Tête enseignante GPT0,389
Écart entre enseignants0,299 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetRenal cell carcinoma treatment→Travaux en français237 207→