Analysis of Spatial Heterogeneity of Responses in Metastatic Sites in Renal Cell Carcinoma Patients Treated with Nivolumab
Notice bibliographique
Résumé
Background: The purpose was to determine whether tumor response to CPI varies by organ and to characterize response patterns in a group of surgically treated metastatic RCC patients treated with Nivolumab. Methods: A retrospective analysis was undertaken between January 2016 and March 2020 on patients receiving Nivolumab for metastatic RCC, following first-line therapy and having at least one baseline and two follow-up scans. A Fisher’s exact test was used to compare categorical variables, and a Kruskal–Wallis test was used to compare continuous variables. Results: Twenty-one out of thirty patients evaluated were eligible, and they were divided into two groups: responders (n = 11) and non-responders (n = 10). According to all iRECIST standards, 18 (85.7 percent) of the 21 patients had PD (10 patients), PR (3 patients), or SD (8 patients). At baseline, 7, 15, 4, 13, 7, and 7 patients, respectively, had detectable hepatic metastasis and lung, brain, lymph node, soft tissue, and other intra-abdominal metastases; these patients were evaluated for organ-specific response. The ORRs for hepatic metastasis and lung, brain, lymph node, soft tissue, adrenals, and other intraperitoneal metastases were correspondingly 10%, 20%, 35%, 0%, and 25%. In total, 13 (61.9%) of them demonstrated varied responses to CPI therapy, with 6 (28.5%) demonstrating intra-organ differential responses. The lymph nodes (35%) had the best objective response (BOR), followed by the adrenals and peritoneum (both 25%), the brain (20%), and the lung (20%). The response rate was highest in adrenal gland lesions (2/4; 50%), followed by lymph nodes (13/19; 68.4 percent) and liver (5/10; 50%), whereas rates were lowest for lesions in the lung (9/25; 36%), intraperitoneal metastases (1/4; 25%), and brain (1/5; 20%). Conclusions: In renal cell carcinoma, checkpoint inhibitors have a variable response at different metastatic sites, with the best response occurring in lymph nodes and the least occurring in soft tissue.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 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 ».