Immune-related adverse events as potential surrogates of immune checkpoint inhibitors’ efficacy: a systematic review and meta-analysis of randomized studies
Notice bibliographique
Résumé
Background: Immune-related adverse events (irAEs) are frequently reported during immune checkpoint inhibitor (ICI) therapy and are associated with long-term outcomes. It is unknown if the irAE occurrence is a valid surrogate of ICIs' efficacy. Methods: We identified articles reporting the results of randomized trials of experimental ICI therapy in solid tumors with a systematic search. The control arms could be placebo, cytotoxic/targeted therapy, or ICI therapy. We extracted the hazard ratios for overall survival (OS) with the number of OS events per arm and the number and percentages of overall and specific irAEs of grade 1-2 and grade 3-4 per arm. We estimated the treatment effect on the potential surrogate outcome with the odds ratio of the irAE rate between the experimental and the control arm. The statistical analysis consisted of weighted linear regression on a logarithmic scale between treatment effects on irAE rate and treatment effects on OS. Results: Sixty-two randomized trials were included for a total of 79 contrasts and 42 247 patients. The analyses found no significant association between the treatment effects for overall grade 1-2 or grade 3-4 irAE rates or specific (skin, gastrointestinal, endocrine) irAE rates. In the non-small-cell lung cancer (NSCLC) trial subset, we observed a negative association between treatment effects on overall grade 1-2 irAEs and treatment effects on OS in studies with patients selected for programmed death-ligand 1 expression (R 2 0.55; 95% confidence interval 0.20-0.95; R 0.69). In the melanoma trial subset, a negative association was shown between treatment effects on gastrointestinal grade 3-4 irAEs and treatment effects on OS in trials without an ICI-based control arm (R 2 0.77; 95% confidence interval 0.24-0.99; R 0.89). Conclusions: We found low-strength correlations between the ICI therapy effects on overall or specific irAE rates and the treatment effects on OS in several cancer types.
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 | 0,029 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,023 | 0,041 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».