Real-World Cabazitaxel Use and Outcomes in Metastatic Castrate-Resistant Prostate Cancer: The Impact of Response to First ARPI
Notice bibliographique
Résumé
BACKGROUND: For post-docetaxel treatment of metastatic castrate-resistant prostate cancer (mCRPC), cabazitaxel has demonstrated superior third line PFS and OS compared to androgen receptor pathway inhibitors (ARPIs) in patients who progress within 12 months on first ARPI. The impact of first ARPI response, in particular responses beyond 12 months, on cabazitaxel outcomes in real-world populations is uncertain, as are other factors impacting cabazitaxel use. MATERIALS AND METHODS: mCRPC patients in Alberta, Canada who received docetaxel from October 1, 2012 to December 31, 2017 were included. We reviewed mCRPC therapies, correlating cabazitaxel use with patient characteristics and TROPIC trial inclusion/exclusion criteria. OS and PFS were evaluated in patients who received cabazitaxel, stratified by time to progression on first ARPI ≤ 12 months (poor ARPI responders, PAR) or >12 months (strong ARPI responders, SAR), using the Kaplan-Meier method. RESULTS: PAR patients had inferior OS compared to SAR patients (12.3 vs. 24.8 months, P < .001). OS was longer in PAR patients receiving cabazitaxel compared to those not treated with cabazitaxel (16.9 vs. 10.3 months, P = .015), but this benefit was not seen in the SAR group (17.1 vs. 32 months, P = .084). Cabazitaxel use was associated with reduced PFS first line post-docetaxel in SAR (3.5 vs. 14.7 months, P < .001) but not PAR patients. Of 592 patients, 170 (29%) received cabazitaxel post-docetaxel, compared to 280 (47%) and 250 (42%) for abiraterone and enzalutamide. 238 patients (40%) did not have a discussion of cabazitaxel documented. Cabazitaxel use was increased in patients who fit TROPIC trial criteria (P < .001). CONCLUSIONS: In a real-world mCRPC cohort, cabazitaxel use was associated with longer OS among PAR patients, but crucially not among strong ARPI responders. Cabazitaxel was used less frequently and later than ARPIs post-docetaxel. These data help support first ARPI progression time as a consideration in treatment sequencing.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».