Incidence and Risk of Hematological Adverse Events Associated With Immune Checkpoint Inhibitors: A Systematic Literature Review and Meta-Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Immune checkpoint inhibitors (ICIs) have been a breakthrough in cancer therapy. ICI therapy is generally better tolerated than cytotoxic chemotherapy; however, hematological adverse events (AEs) have not been fully analyzed. Hence, we performed a meta-analysis to evaluate the incidence and risk of ICI-related hematological AEs. Methods: A systematic literature search was performed using PubMed, EMBASE, Cochrane Library, and the Web of Science Core Collection. Phase III randomized controlled trials (RCTs) involving ICI combination regimens were selected. The experimental group received ICIs with systemic treatment, and the control group received only the same systemic treatment. Odds ratios (ORs) for anemia, neutropenia, and thrombocytopenia were calculated using a random-model meta-analysis. Results: We identified 29 RCTs with 20,033 patients. The estimated incidence rates for anemia of all grades and grades III-V were 36.5% (95% confidence interval (CI) 30.23 - 42.75) and 4.1% (95% CI 3.85 - 4.42), respectively. The incidence of neutropenia (all grades 29.7%, grades III-V 5.3%) and thrombocytopenia (all grades 18.0%, grades III-V 1.6%) was also calculated. Conclusion: Treatment with ICIs seemed unlikely to increase the incidence of anemia, neutropenia, and thrombocytopenia in all grades. However, programmed cell death-1 receptor ligand inhibitors significantly increased the risk of grades III-V thrombocytopenia (OR 1.53; 95% CI 1.11 - 2.11). Further research is needed to examine the potential risk factors.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle