A rapidly evolving landscape: immune checkpoint inhibitors in pretreated metastatic endometrial cancer
Notice bibliographique
Résumé
Background and objectives: Endometrial cancer is a common malignancy and recurrences can be fatal. Although platinum-pretreated endometrial tumors are commonly treated with anthracyclines and taxanes, there is no current standard of care. Both immune checkpoint inhibitors (ICIs) and tyrosine kinase inhibitors (TKIs) have been extensively assessed in this setting, including tumors selected for DNA mismatch repair (MMR)/microsatellite instability (MSI) and programmed death-ligand 1 expression status. This review will provide evidence-based guidance on use of ICIs alone or in combination with TKIs in patients with pretreated advanced, persistent, or recurrent metastatic endometrial cancer. Data sources and methods: Randomized phase II-III trials in unselected populations pretreated, recurrent, or metastatic endometrial cancer and phase I-II trials in biomarker selected populations were identified from PubMed as well as conference proceedings using the key search terms 'immune checkpoint inhibitors', 'endometrial cancer', and 'advanced'. Results: A total of nine eligible studies were identified assessing ICI monotherapy for biomarker-selected or ICI plus TKI combinations and a dual ICI regimen for biomarker-unselected patients with pretreated recurrent or metastatic endometrial cancer. In MMR/MSI-selected tumors, five phase I/II studies evaluated ICI monotherapy indicating benefit in these patients. Only the phase III KEYNOTE-775 trial reported a statistically significant overall survival improvement for the combination of pembrolizumab plus lenvatinib compared with docetaxel or paclitaxel regardless of MMR/MSI status. Conclusions: Pembrolizumab plus lenvatinib is indicated for patients with unselected pretreated metastatic endometrial cancer and pembrolizumab monotherapy is a preferred option for patients with MMRd/MSI-H tumors.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».