MétaCan
Menu
Retour à la cohorte
Enregistrement W4367301161 · doi:10.21037/jtd-23-380

A comprehensive clinical evaluation of first-line drugs for ALK-positive advanced non-small cell lung cancer

2023· article· en· W4367301161 sur OpenAlexaboutno aff
Wan-Qing Wang, Tao Xu, Jingjing Zhang, Yong Wang, Yao Wang, Wei Zhang, Jianguo Zhu

Notice bibliographique

RevueJournal of Thoracic Disease · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensnon disponible
Organismes subventionnairesJiangsu Pharmaceutical Association
Mots-clésAlectinibCrizotinibCeritinibMedicineAnaplastic lymphoma kinaseGuidelineLung cancerIntensive care medicineOncologyInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

Background: Anaplastic lymphoma kinase-tyrosine kinase inhibitors (ALK-TKIs) are mainly used in the treatment of ALK-positive advanced non-small cell lung cancer (NSCLC), but a comprehensive clinical evaluation of ALK-TKIs is lacking. Hence, a comparison of ALK-TKIs for first-line treatment of ALK-positive advanced NSCLC is essential to provide rational drug use and a basis for improving national policies and systems. Methods: According to the Guideline for the Administration of Clinical Comprehensive Evaluation of Drugs (2021) and the Technical Guideline for the Clinical Comprehensive Evaluation of Antitumor Drugs (2022), a comprehensive clinical evaluation index system of first-line treatment drugs for ALK-positive advanced NSCLC was established by literature review and expert interviews. We conducted a systematic literature review, meta-analysis, and other relevant data analyses, combined with an indicator system, to establish a quantitative and qualitative integration analysis for each indicator and each dimension of crizotinib, ceritinib, alectinib, ensartinib, brigatinib, and lorlatinib. Results: The comprehensive clinical evaluation results of all dimensions were as follows: in terms of safety, alectinib had a lower incidence of grade 3 and above adverse reactions; for effectiveness, alectinib, brigatinib, ensartinib, and lorlatinib showed better clinical efficacy, and alectinib and brigatinib have been recommended by several clinical guidelines; in terms of economy, second-generation ALK-TKIs have more cost-utility advantages, and both alectinib and ceritinib have been recommended by the UK and Canadian Health Technology Assessment (HTA) agencies; for suitability, accessibility, and innovation, alectinib has a higher degree of physician recommendations and patient compliance. Except for brigatinib and lorlatinib, all other ALK-TKIs have been admitted to the medical insurance directory; the accessibility of crizotinib, ceritinib, and alectinib is good, meeting the needs of patients. Second- and third-generation ALK-TKIs have higher blood-brain barrier permeability, stronger inhibition ability, and innovation than first-generation ALK-TKIs. Conclusions: Compared with other ALK-TKIs, alectinib performs better across six dimensions and has a higher comprehensive clinical value. The results provide better drug choice and rational use for patients with ALK-positive advanced NSCLC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,602
Score d'incertitude au seuil0,394

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,480
Écart entre enseignants0,428 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Thoracic DiseaseMême sujetLung Cancer Treatments and MutationsTravaux en français237 207