Surrogate Endpoints for Overall Survival in Immune-Oncology Trials of Advanced Gastro-Esophageal Carcinoma
Notice bibliographique
Résumé
Background: We aimed to assess whether the Response Evaluation Criteria in Solid Tumors (RECIST)-based objective response rate (ORR), disease control rate (DCR) and progression-free survival (PFS) could serve as surrogate endpoints for overall survival (OS) in immune-oncology (IO) trials of advanced gastro-esophageal (GE) carcinoma. Methods: Randomized controlled trials (RCTs) of IO that reported RECIST-based endpoints and OS in advanced GE carcinoma were screened. Surrogacy of endpoints for OS was assessed based on the correlation between endpoints with OS (arm-level), and between treatment effects on endpoints (trial-level). The correlations were quantified by Pearson correlation coefficient (R). Leave-one-out cross-validation was used to assess the prediction accuracy of surrogate model. Results: Seventeen RCTs (9,657 subjects) with 20 comparisons were included. The correlations between DCR and OS were not strong at arm- (R = 0.80) and trial-levels (R = 0.45), but strong correlations between ORR (R = 0.91), PFS (R = 0.89) and OS at arm-level were observed. Treatment effect on ORR and PFS (both R = 0.71) was moderately correlated with treatment effect on OS. Leave-one-out cross-validation approach further validated the surrogacy of PFS. Our analysis showed that 3-month PFS could reliably predict 6-month OS, 6-month PFS could reliably predict 12-month OS, and 12-month PFS could reliably predict 18-month OS. The conservative minimum threshold effect of HR PFS was 0.73. Conclusions: PFS may be the appropriate surrogate for OS in IO trials of GE carcinoma. A conservative minimum threshold effect of HR PFS ? 0.73 has the potential to predict a significant improvement in OS. World J Oncol. 2022;13(3):126-135 doi: https://doi.org/10.14740/wjon1481
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 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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 tête enseignante, 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 ».