Impact of Antibiotic Exposure Before Immune Checkpoint Inhibitor Treatment on Overall Survival in Older Adults With Cancer: A Population-Based Study
Notice bibliographique
Résumé
PURPOSE Antibiotic exposure before immune checkpoint inhibitor (ICI) treatment can negatively affect outcomes through alteration in the gut microbiome, but large-scale evaluations are lacking. We performed a population-level retrospective cohort study to evaluate the impact of antibiotic exposure before starting ICI on overall survival (OS). PATIENT AND METHODS Patients with cancer, age 65 years or older, who initiated treatment with ICIs between June 2012 and October 2018 in Ontario, Canada, were identified using systemic therapy administration data. The cohort was deterministically linked to other health care databases to obtain covariates and antibiotic prescription claim data at both 1 year and 60 days before ICI therapy. Multivariable Cox models evaluated the association between exposure and OS. RESULTS Among the 2,737 patients with cancer who received ICIs, 59% and 19% of patients received antibiotics 1 year and 60 days before ICI therapy, respectively. Median OS was 306 days. Any antibiotic exposure within 1 year before ICI was associated with worse OS (adjusted hazard ratio [aHR], 1.12; 95% CI, 1.12 to 1.23; P = .03). In antibiotic class analysis, exposure to fluoroquinolones within 1 year (aHR, 1.26; 95% CI, 1.13 to 1.40; P < .001) or 60 days before ICI (aHR, 1.20; 95% CI, 0.99 to 1.45; P = .06) was associated with worse OS, with a dose effect seen on the basis of total weeks of exposure over 1 year (aHR, 1.07 per week; 95% CI, 1.03 to 1.11; P < .001) and 60 days (aHR, 1.12 per week; 95% CI, 1.03 to 1.23; P = .01). CONCLUSION In this population-level study, exposure to antibiotics and specifically fluoroquinolones before ICI therapy was observed to be associated with worse OS among older adults with cancer. Interventions aimed at altering the gut microbiome to boost immunogenicity may help improve outcomes for patients receiving ICIs with prior antibiotic exposure. [Media: see text]
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».