Comparison of First-line Pazopanib and Sunitinib in Metastatic Renal Cell Carcinoma: Experiences of the Urologic Cancer Centre for Research and Innovation
Notice bibliographique
Résumé
Abstract Background: Sunitinib and pazopanib are orally-administered tyrosine kinase receptor inhibitors (TKIs) approved as first-line therapy for the treatment of metastatic renal cell carcinoma (mRCC). The IMDC criteria are a predictive prognostic model for patients with mRCC when stratified into three prognosis groups: favourable, intermediate and poor. We retrospectively compared the efficacy and safety of sunitinib and pazopanib as first-line therapy for patients with mRCC in our single institution database. Methods: Retrospective analysis was done to compare progression-free survival (PFS) and side effects of sunitinib and pazopanib as first-line therapy in patients with mRCC. Patients were stratified into prognosis groups according to IMDC criteria. Disease assessment was performed on measurable aspects of disease based on computed tomography or magnetic resonance imaging reports. Survival analysis was performed using the Kaplan-Meier method and Cox regression, with disease progression as the endpoint.Results: Data was obtained from 228 patients with mRCC who were treated with either pazopanib (n=57) or sunitinib (n=171). No significant difference in PFS was found between sunitinib and pazopanib (HR for disease progression or all-cause death, 1.10; 95%CI: 0.76-1.57, p=0.62). Median PFS time for patients receiving sunitinib was 9.4 months and for pazopanib, 8.5 months. Median PFS for patients with intermediate-risk disease was similar between groups (9.4 months vs. 9.2 months, respectively, p=0.93). However, patients treated with sunitinib experienced a greater number of side effects compared to pazopanib. Conclusions: Sunitinib and pazopanib are similarly efficacious as first-line therapy for mRCC. However, adverse events are lower with pazopanib.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».