MétaCan
Menu
← Retour à la cohorte
Enregistrement W4379281725 · doi:10.1200/jco.2023.41.16_suppl.e17095

Darolutamide observational (DAROL) study in patients with nonmetastatic castration-resistant prostate cancer: Second interim analysis.

2023· article· en· W4379281725 sur OpenAlexaff
Evan Y. Yu, Christopher Pieczonka, Hiroyoshi Suzuki, James L. Bailen, Geoffrey Gotto, Joelle P. Hamilton, Hiroji Uemura, Declan G. Murphy, Thierry Lebrét, Murilo Luz, Jorge Ortiz, Patrick Adorjan, Javeed Khan, Alberto Briganti, Andrew J. Armstrong

Notice bibliographique

RevueJournal of Clinical Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueProstate Cancer Treatment and Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineTolerabilityProstate cancerClinical endpointInternal medicineAdverse effectInterim analysisIncidence (geometry)CancerOncologyClinical trial

Résumé

récupéré en direct d'OpenAlex

e17095 Background: In ARAMIS (NCT02200614), darolutamide (DARO) significantly improved metastasis-free survival (MFS) by ~2 years (HR 0.41, 95% CI 0.34–0.50) and reduced the risk of death by 31% (HR 0.69, 95% CI 0.53–0.88) compared with placebo in men with nonmetastatic castration-resistant prostate cancer (nmCRPC), with a favorable tolerability profile. The ongoing DAROL study (NCT04122976) aims to understand the real-world safety and effectiveness of DARO in patients (pts) with nmCRPC. We report results from the pre-planned second interim analysis (IA). Methods: DAROL is a global, open-label, single-arm, non-interventional study in pts aged ≥18 years with confirmed nmCRPC for whom the decision to be treated with DARO is decided pre-enrollment. The primary endpoint is safety, including incidence, severity, and frequency of treatment-emergent adverse events (TEAEs). Secondary endpoints are patient demographics and disease characteristics, treatment duration, MFS, overall survival (OS), time to prostate-specific antigen (PSA) progression, and PSA response. Primary and secondary endpoints are reported after 300 pts completed ≥6 mo of treatment. All treated pts were assessed for safety while efficacy was evaluated in pts who did not violate any eligibility criteria and had ≥1 post-baseline assessment (cut-off October 11, 2022). Results: Of the 300 treated pts, the percentage enrolled in North America/Europe/Asia Pacific/Latin America was 45%/30%/25%/ < 1%, respectively. Median age was 80 years; 51% had a reported Gleason score > 7; 92% had a reported ECOG performance status of 0/1. Median baseline (BL) PSA was 3.9 ng/mL (range 0–248.0), with 21% of pts reporting PSA < 2 ng/mL. Median BL PSA doubling time (PSADT) was 5.3 mo (range 0–36.2), with 42% of pts reporting PSADT > 6 mo. At the data cut-off, median follow-up time was 14.8 mo (interquartile range [IQR] 10.9–19.3) and median treatment duration was 13.4 mo (IQR 9.3–17.8). The incidences of TEAEs and DARO-related TEAEs were generally low (Table), consistent with the safety profile of DARO reported in ARAMIS. Fatigue occurred in ≥5% of pts. For the 263 pts eligible for efficacy analysis, median time to PSA progression was 17.6 mo (95% CI 13.2–19.0); MFS/OS data remain immature. PSA declines from baseline of ≥30%, ≥50%, and ≥90% at any time were observed in 80%, 76%, and 54% of pts, respectively. Conclusions: In the DAROL second IA, under real-world conditions, DARO continued to show a favorable safety profile, consistent with the clinical profile of ARAMIS, with no new safety signals. Clinical trial information: NCT04122976 . [Table: see text]

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,212
Tête enseignante GPT0,510
Écart entre enseignants0,298 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetProstate Cancer Treatment and Research→Travaux en français237 207→