Evolving landscape of first-line combination therapy in advanced renal cancer: a systematic review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Renal cell carcinoma (RCC) is a common malignancy with approximately 30% of cases diagnosed at the advanced or metastatic stage. While single-agent vascular endothelial growth factor-targeted therapy has been a mainstay of treatment, data from multiple phase III trials assessing first-line immune checkpoint inhibitor (ICI) combinations have demonstrated a significant survival benefit. Methods: A systematic search of the published and presented literature was performed to identify phase III trials assessing ICI combination regimens in RCC using search terms ‘immune checkpoint inhibitors’ AND ‘renal cell carcinoma,’ AND ‘advanced’. Results: Six phase III trials showed significant benefits for ICI combinations compared with sunitinib. Nivolumab plus ipilimumab significantly improved overall survival [OS; median, 47.0 versus 26.6 months, hazard ratio (HR) = 0.68, 95% confidence interval (CI) = 0.58–0.81, p < 0.0001) and progression-free survival (PFS; median 11.6 versus 8.3 months, HR = 0.73, 95% CI = 0.61–0.87, p = 0.0004) in International Metastatic renal cell carcinoma Database Consortium intermediate and poor-risk patients. OS was also significantly improved for ICI plus tyrosine kinase inhibitor combinations regardless of risk, including pembrolizumab plus either axitinib (HR = 0.73, 95% CI = 0.60–0.88, p < 0.001) or lenvatinib (HR = 0.66, 95% CI = 0.49–0.88, p = 0.005) and nivolumab plus cabozantinib (HR = 0.66, 95% CI = 0.50–0.87, p = 0.003). No new safety signals were identified. Conclusions: Phase III first-line trials of ICI combinations showed survival benefits compared with a control arm of sunitinib. Global access to these combinations should be made available to patients with advanced RCC.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle