Abstract CT037: Nivolumab plus ipilimumab vs chemotherapy as first-line treatment for advanced gastric cancer/gastroesophageal junction cancer/esophageal adenocarcinoma: CheckMate 649 biomarker analyses
Notice bibliographique
Résumé
Abstract Background: First-line nivolumab (NIVO) + chemotherapy (chemo) showed superior overall survival (OS) vs chemo, but NIVO + ipilimumab (IPI) vs chemo did not meet the prespecified OS boundary for significance in patients with advanced gastric cancer/gastroesophageal junction cancer/esophageal adenocarcinoma (GC/GEJC/EAC) in CheckMate 649. However, NIVO + IPI resulted in more durable responses and higher 24-month OS rates vs chemo. We present exploratory biomarker analyses of NIVO + IPI vs chemo. Methods: Tumor mutational burden (TMB) was derived from whole exome sequencing of baseline tumor tissue and matching blood. TMB-high (TMB-H) was defined as ≥ 199 mutations/exome. Gene expression signatures (GES), including 12-gene chemokine, 2-gene regulatory T cell (Treg), 15-gene fibroblast, and 5-gene endothelial, were assessed via RNA sequencing of baseline tumor tissue. GES subgroups were defined by signature score tertiles. Results: 813 patients were randomized to receive NIVO + IPI or chemo; 366 were evaluable for TMB (NIVO + IPI 45%, chemo 45%), and 402 were evaluable for GES (NIVO + IPI 49%, chemo 50%). OS HR for NIVO + IPI vs chemo was numerically lower in the TMB-H (6% of evaluable patients, HR 0.31) vs TMB-low (94% of evaluable patients, HR 0.87) subgroup (Table). Multiple GES subgroups showed OS benefit with NIVO + IPI vs chemo, including chemokine-high, Treg-high, fibroblast-low, and endothelial-low subgroups (Table). Additional analysis on microsatellite instability and GES in programmed death ligand-1 combined positive score subgroups will be presented. Conclusions: This exploratory analysis suggests that there are patient subgroups with GC/GEJC/EAC that may benefit from dual immune checkpoint blockade. Clinical utility of these biomarkers should be prospectively validated in future trials. Overall survival All randomized patients HR (95% CI) 0.89 (0.77-1.03) All evaluable HR (95% CI) High, n (%) HR (95% CI) Medium, n (%) HR (95% CI) Low, n (%) HR (95% CI) TMB (n = 366) 0.81 (0.65-1.00) 21 (6) 0.31 (0.10-0.95) - 345 (94) 0.87 (0.70-1.09) GES (n = 402) Chemokine 0.82 (0.67-1.01) 134 (33) 0.59 (0.40-0.86) 134 (33) 0.92 (0.65-1.32) 134 (33) 0.98 (0.68-1.40) Treg 134 (33) 0.59 (0.41-0.86) 134 (33) 0.91 (0.64-1.30) 134 (33) 1.07 (0.75-1.52) Fibroblast 134 (33) 0.98 (0.69-1.40) 134 (33) 0.94 (0.66-1.35) 134 (33) 0.63 (0.43-0.91) Endothelial 134 (33) 0.97 (0.68-1.38) 134 (33) 0.94 (0.65-1.34) 134 (33) 0.65 (0.45-0.94) OS HR data are unstratified for NIVO + IPI vs chemo. Citation Format: Yelena Y. Janjigian, Kohei Shitara, Jaffer Ajani, Markus Moehler, Jin Yao, Lin Shen, Marcelo Garrido, Carlos Gallardo, Lucjan Wyrwicz, Kensei Yamaguchi, Tomasz Skoczylas, Arinilda Bragagnoli, Tianshu Liu, Michael Schenker, Patricio Yañez, Ruben Kowalyszyn, Michalis Karamouzis, Thomas Zander, Kynan Feeney, Elena Elimova, Raheel Nathani, Ruslan Novosiadly, Ming Lei. Nivolumab plus ipilimumab vs chemotherapy as first-line treatment for advanced gastric cancer/gastroesophageal junction cancer/esophageal adenocarcinoma: CheckMate 649 biomarker analyses [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2023; Part 2 (Clinical Trials and Late-Breaking Research); 2023 Apr 14-19; Orlando, FL. Philadelphia (PA): AACR; Cancer Res 2023;83(8_Suppl):Abstract nr CT037.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».