Tobacco Use and Response to Immune Checkpoint Inhibitor Therapy in Non-Small Cell Lung Cancer
Notice bibliographique
Résumé
Tobacco is a known risk factor for lung cancer, and continued tobacco use is associated with poorer outcomes across multiple lung cancer treatment modalities including surgery, chemotherapy and radiation therapy. Less is known about the association of tobacco use and outcomes with immune checkpoint inhibitors (ICIs), which are becoming an important part of the treatment landscape in lung cancer, both in metastatic and curative settings. We reviewed the literature on the association of tobacco and tumor biology as it relates to immunotherapy. We also reviewed the association of tobacco use on outcomes among phase III randomized clinical trials involving ICIs in non-small cell lung cancer (NSCLC). We identified that patients with a smoking history may have a greater benefit with ICI treatment compared to never smokers in both treatment-naïve (HR 0.82, 95% CI 0.69-0.97, vs. HR 1.06, 95% CI 0.81-1.38) and pre-treated (HR 0.79, 95% CI 0.70-0.90 vs. 1.03, 95% CI 0.74-1.43) settings. In trials where smoking status was further defined, ex-smokers appear to demonstrate greater benefit with ICI therapy compared to current smokers (HR 0.78, 95% CI 0.59-1.01 vs. 0.91, 95% CI 0.72-1.14). We conclude by offering our perspective on future directions in this area of research, including implementation of standardized collection and analysis of tobacco use in clinical trials involving ICI therapy in lung cancer and other disease sites, and also evaluating how tobacco may affect toxicities related to ICI therapy. Based on our review, we believe that a patient's history of tobacco smoking does have a role to play in guiding treatment decision making in patients with lung cancer.
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 | 0,026 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».