Sunitinib-Induced Elevation of Mean Corpuscular Volume (MCV)—Exploring Its Possible Clinical Relevance in Cancer Patients
Notice bibliographique
Résumé
Sunitinib is a broad-spectrum multitargeted tyrosine kinase inhibitor mainly used as second-line therapy for non-resectable gastrointestinal stromal or first-line treatment option of metastatic renal cell carcinoma (mRCC), and as an “off-label” option in pediatric oncology. It has been previously reported that sunitinib elevates the mean corpuscular volume of erythrocytes (MCV) in treated subjects. The aim of this study was to assess time-dependent changes of this effect and evaluate its possible clinical relevance. In this study, 179 adult and 21 pediatric patients with solid tumors treated with sunitinib were retrospectively analyzed. The laboratory and treatment-related data were collected for each treatment period. The regression model with a broken-line relationship was used to fit time dependence of the MCV. In the adult group, the MCV was increasing during the first 21.6 weeks (median) of treatment in a median level of 99.8 fL, where it stabilized. MCV increase was faster in the patients who suffered from treatment-related adverse events (21.3 vs. 24.6 weeks, p = 0.010). In the pediatric cohort, the MCV dynamics were similar to adults. In conclusion, MCV changes during sunitinib treatment in pediatric and adult patients may be of clinical utility in monitoring sunitinib treatment course.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».