Clinical Factors Associated with Long-Term Survival in Metastatic Melanoma Treated with Anti-PD1 Alone or in Combination with Ipilimumab
Notice bibliographique
Résumé
Immune checkpoint inhibitors (ICIs) for treatment of metastatic melanoma (MM) offer lasting overall survival (OS) benefit in a subset of patients. However, outcomes remain poor for non-responders. Clinical predictors of long-term survival remain elusive. We utilized the Alberta Immunotherapy Database to investigate the association of host and disease characteristics, and treatment factors with overall survival (OS) greater than 3 years. We identified patients treated between August 2013 and May 2020 with single-agent anti-PD1 or combination (anti-PD1 and anti-CTLA4) ICI regimens. A logistic regression model was used to assess for independent association between clinical factors captured and survival greater than 3 years. Statistically significant factors on univariable analysis were assessed using multivariable analysis. In total, 284 of 460 patients were identified to have short-term (<1 year) or long-term (>3 years) survival with 186 surviving <1 year and 98 surviving >3 years. The median age was 64 and 18.4% of patients were ECOG ≥ 2. On logistic regression, Breslow's Depth ≤ 4 mm, normal serum LDH, normal serum albumin and M-stage 1a/b were associated with OS > 3 years on univariable and multivariable analysis. ECOG < 2, dNLR ≤ 3, normal hemoglobin were only associated with survival on the univariable analysis but not in the multivariable analysis. The objective response rate in long-term survivors was 83.7% compared to 7.5% in the short-term survivors. Our study identifies four easily accessible predictors of long-term survival in a large real-world MM cohort treated with ICI.
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 | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 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 ».