Randomized Phase II Trial of Sapanisertib ± TAK-117 vs. Everolimus in Patients With Advanced Renal Cell Carcinoma After VEGF-Targeted Therapy
Notice bibliographique
Résumé
BACKGROUND: Sapanisertib, a dual mTORC1/2 inhibitor, may offer more complete inhibition of the PI3K/AKT/mTOR pathway than mTORC1 inhibitors, such as everolimus. This phase II study evaluated the efficacy and safety of single-agent sapanisertib and sapanisertib plus the PI3Kα inhibitor TAK-117, vs. everolimus in patients with advanced clear cell renal cell carcinoma (ccRCC) that had progressed on or after VEGF-targeted therapy. MATERIALS AND METHODS: Patients with histologically confirmed, advanced ccRCC were randomized 1:1:1 to receive single-agent everolimus 10 mg once daily, single-agent sapanisertib 30 mg once weekly, or sapanisertib 4 mg plus TAK-117 200 mg, both once daily for 3 days/week, in 28-day cycles. The primary endpoint was progression-free survival (PFS). RESULTS: Ninety-five patients were treated with everolimus or sapanisertib (n = 32 each), or sapanisertib plus TAK-117 (n = 31). There were no significant differences in PFS among the 3 groups or across any subgroups. Median PFS was 3.8 months with everolimus vs. 3.6 months with sapanisertib (HR, 1.33; 95% CI, 0.75-2.36), and 3.1 months with sapanisertib plus TAK-117 (HR, 1.37; 95% CI, 0.75-2.52). No significant differences in overall survival were seen among groups. Overall response rate was 16.7%, 0%, and 7.1%, respectively. Discontinuations due to treatment-emergent adverse events were 15.6%, 28.1%, and 29.0%. CONCLUSION: Sapanisertib with or without TAK-117 was less tolerable and did not improve efficacy vs. everolimus in patients with advanced ccRCC who had relapsed after or were refractory to VEGF-targeted therapies. Dual mTORC1/2 inhibition may not be an effective therapeutic approach for these patients.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 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 ».