Dosing, efficacy and safety of lenvatinb in the real‐world treatment of hepatocellular carcinoma: Results from a Canadian database
Notice bibliographique
Résumé
Abstract Background and Aims A phase 3 trial showed lenvatinib to be effective and safe in the treatment of unresectable hepatocellular carcinoma (HCC), however, its performance in the real world and effect of dosing on survival are unclear. Methods From July 2018 to June 2020, HCC patients treated with lenvatinib from 10 Canadian cancer centres were included. Overall survival (OS) and progression‐free survival (PFS) were retrospectively analysed and compared across first‐ and later lines use of lenvatinib. In patients receiving lenvatinib first‐line, OS between different mean dose intensities and starting doses were compared. Results A total of 220 patients were included, of which 79% received lenvatinib as first‐line therapy. For first‐line versus later line treatment, median OS was 12.5 versus 11.8 months ( P = .83) and median PFS was 7.6 versus 4.6 months ( P = .27) respectively. Of patients receiving lenvatinib first‐line, 54% started at full dose according to their weight. Median OS for patients starting lenvatinib at full‐ and reduced‐dose was 12.3 and 15.8 months ( P = .75) respectively. Median OS for patients with a mean dose intensity >66.7% compared ≤66.7% was 13.7 and 7.7 months ( P = .01). In the multivariate analysis, dose intensity (>66.7 vs ≤66.7%) did not predict for OS [HR 0.70, 95% CI 0.42–1.18; P = .18]. The most common side effects were fatigue (59%), hypertension (41%) and decreased appetite (25%). Conclusions Lenvatinib appears to be effective in real‐world practice regardless of the line of therapy. Dose modifications at the start or during treatment did not appear to significantly affect survival.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 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 ».