Not Waiting to Progress; How the COVID-19 Pandemic Nudged Neoadjuvant Therapy for Stage III Locally Advanced Melanoma Patients
Notice bibliographique
Résumé
Background: Early-phase neoadjuvant trials have demonstrated promising results in the utility of upfront immunotherapy in locally advanced stage III melanoma and unresected nodal disease. Secondary to these results and the COVID-19 pandemic, this patient population, traditionally managed through surgical resection and adjuvant immunotherapy, received a novel treatment strategy of neoadjuvant therapy (NAT). Methods: Patients with node-positive disease, who faced surgical delays secondary to COVID-19, were treated with NAT, followed by surgery. Demographic, tumour, treatment and response data were collected through a retrospective chart review. Biopsy specimens were analysed prior to the initiation of NAT, and therapy response was analysed following surgical resection. NAT tolerability was recorded. Results: Six patients were included in this case series; four were treated with nivolumab alone, one with ipilimumab and nivolumab and one with dabrafenib and trametinib. Twenty-two incidents of adverse events were reported, with the majority (90.9%) being classified as grade one or two. All patients underwent surgical resection: three out of six patients following two NAT cycles, two following three cycles and one following six cycles. Surgically resected samples were histopathologically evaluated for the presence of disease. Five out of six patients (83%) had ≤1 positive lymph node. One patient showed extracapsular extension. Four patients demonstrated complete pathological response; two had persisting viable tumour cells. Conclusions: In this case series, we outlined how in response to surgical delays secondary to the COVID-19 pandemic, NAT was successfully applied to achieve promising treatment response in patients with locally advanced stage III melanoma.
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 | 0,003 |
| 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 | 0,001 | 0,001 |
| 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 ».