Comparison of First-Line Anti-PD-1-Based Combination Therapies in Metastatic Renal-Cell Carcinoma: Real-World Experiences from a Retrospective, Multi-Institutional Cohort
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: The aim of this study was to test for differences in overall (OS) and progression-free survival (PFS) rates and toxicity in first-line immune checkpoint inhibition (IO) combination therapy in metastatic renal-cell carcinoma (mRCC) patients. METHODS: Between November 2017 and April 2021, 104 patients with histologically confirmed mRCC from 6 tertiary referral centers with either IO + IO (nivolumab + ipilimumab, n = 68) or IO + tyrosine kinase inhibitor (TKI) (pembrolizumab + axitinib, n = 36) were included. Kaplan-Meier and Cox regression analyses tested for OS and PFS differences. RESULTS: Of 104 mRCC patients, 68 received IO + IO (65.4%) and 36 IO + TKI (34.6%) therapy, respectively. Median age was 67 years (interquartile range: 57-70.3). Patients receiving IO + TKI were less likely to be poor risk according to the International Metastatic Renal-Cell Carcinoma Database Consortium score (16.7 vs. 30.9%) and presented with lower T-stage, compared to IO + IO treated patients. Median PFS was 9.8 months (CI: 5.3-17.6) versus 12.3 months (CI: 7.7 - not reached) for IO + IO versus IO + TKI treatment, respectively (p = 0.22). Median OS was not reached, survival rates at 12 months being 73.9 versus 90.0% for IO + IO versus IO + TKI patients (p = 0.089). In subgroup analyses of elderly patients (≥70 years, n = 38), IO + TKI treatment resulted in better OS rates at 12 months compared to IO + IO (91.0 vs. 57.0%; p = 0.042). CONCLUSION: IO + IO and IO + TKI as first-line therapies in mRCC patients were both comparable as for the oncological outcome and toxicity.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle