MétaCan
Menu
← Retour à la cohorte
Enregistrement W4379345905 · doi:10.1200/jco.2023.41.16_suppl.8561

Incidence, outcomes, and risk factors of acute immune checkpoint inhibitor (ICI) pneumonitis post-chemoradiation with durvalumab for patients with locally advanced non-small cell lung cancer (LA-NSCLC): A population-based multicenter study.

2023· article· en· W4379345905 sur OpenAlexaffabout
Chloe Lim, Sunita Ghosh, Hali Morrison, Daniel E. Meyers, Igor Stukalin, Samantha Dolter, Heidi A.I. Grosjean, Marc Kerba, Desirée Hao, Aliyah Pabani

Notice bibliographique

RevueJournal of Clinical Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésDurvalumabMedicinePneumonitisInternal medicineLung cancerRadiation therapyOncologyCancerLungPembrolizumabImmunotherapy

Résumé

récupéré en direct d'OpenAlex

8561 Background: The PACIFIC trial has drastically changed the LA-NSCLC treatment paradigm and improved survival outcomes with consolidation durvalumab post-chemoradiotherapy. Despite these promising results, real-world practice has demonstrated that ICI pneumonitis can have significant clinical complications and terminate consolidation therapy prematurely. This study aimed to identify clinical predictors, outcomes, and healthcare utilization in ICI pneumonitis in LA-NSCLC patients who received consolidation durvalumab in real-world practice. Methods: Using the Alberta Immunotherapy Database, we retrospectively evaluated all NSCLC patients who received durvalumab in Alberta, Canada from January 2018 to December 2021. Pneumonitis cases were identified based on radiographic changes and oncologists’ clinical assessments. We examined incidence and predictive values of severe pneumonitis (≥grade 3), with secondary outcomes of overall survival (OS) and time-to-treatment failure (TTF). Exploratory multivariate analyses were performed to identify predictive values to developing severe pneumonitis and worse OS/TTF. Results: Of 189 total patients, most were ECOG 0-1 (91%) and had partial response from chemoradiation (85%) prior to durvalumab. 49% received full year of therapy (n = 93). Median TTF was 11.2 months, and median OS of 19.7 months with 1-year OS 64% (n = 121). 26% (n = 49) developed any grade of pneumonitis. 9% (n = 17) had severe pneumonitis. Corticosteroids were administered to 86% of the pneumonitis patients (n = 42); 53% (n = 26) required admission. 13% (n = 9) of deaths were attributed to pneumonitis. Male gender and pre-existing autoimmune condition were associated with severe pneumonitis whereas V20 (percentage of irradiated lung volume ≥20Gy) was associated with developing any grade pneumonitis. In multivariable analysis, male gender and V20 was significantly associated with worse OS whereas older age, smoking status, pneumonitis, and male gender with lower TTF. Pneumonitis development was found to be an independent risk factor for worse OS (p = 0.038) and TTF (p = 0.007). Conclusions: We report a pneumonitis incidence comparable to prior retrospective studies and higher rate of severe pneumonitis compared to PACIFIC trial. Our results corroborate that V20, a previously established risk factor for durvalumab associated pneumonitis, is a significant predictor for developing pneumonitis and worse OS. In contrast to smaller retrospective studies, we observed male gender and pre-existing autoimmune conditions appear to predict severe durvalumab associated ICI pneumonitis. These results affirm the importance of careful patient selection for safe completion of consolidation durvalumab in real-world LA-NSCLC population.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,021
Tête enseignante GPT0,366
Écart entre enseignants0,345 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetCancer Immunotherapy and Biomarkers→Travaux en français237 207→