MétaCan
Menu
Retour à la cohorte
Enregistrement W4379981730 · doi:10.1002/hon.3165_637

COMPARATIVE EFFECTIVENESS OF SALVAGE CHEMOTHERAPY AND CHIMERIC ANTIGEN T‐CELL RECEPTOR THERAPIES IN R/R DLBCL: A SYSTEMATIC REVIEW AND NETWORK META‐ANALYSIS

2023· review· en· W4379981730 sur OpenAlexaff
I-Yeh Gong, Mahmood AminiLari, Ivan Landego, Katrina Hueniken, Qianghua Zhou, David Hodgson, John Kuruvilla

Notice bibliographique

RevueHematological Oncology · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesTakeda Pharmaceuticals International
Mots-clésInternal medicineOncologyMedicineEtoposideGemcitabineCarboplatinRegimenIfosfamideCytarabineRituximabChemotherapyCisplatinLymphoma

Résumé

récupéré en direct d'OpenAlex

David Hodgson and John Kuruvilla are co-senior investigators Introduction: The optimal salvage chemotherapy (SC) regimen for relapsed or refractory (R/R) diffuse large B-cell lymphoma (DLBCL) prior to autologous stem cell transplant (ASCT) remains unclear. Head-to-head comparison of chimeric antigen receptor T cell (CAR-T) therapies for second line use in primary refractory DLBCL is lacking. Given these limitations, we conducted a systematic review and network meta-analysis (NMA) of randomized clinical trials (RCTs) to assess the efficacy and safety of SC and CAR-T therapies for R/R DLBCL. Methods: We searched MEDLINE, EMBASE and CENTRAL from Jan 1 2006 to July 7 2022 for RCTs enrolling patients diagnosed with R/R DLBCL following treatment (trt) with at least 1 prior regimen. The primary outcome was overall survival (OS), and secondary outcomes were progression free survival (PFS) and grade ≥ 3 adverse events (AEs). NMA was conducted using a fixed-effect model to synthesize evidence. Surface under the cumulative ranking curve was used to rank the relative effect of compared trt. Results: A total of 22 RCTs (n=4505) met eligibility criteria, 13 included for qualitative synthesis only. NMA of SC (6 RCTs, n=1831) compared 7 trt: GDP (gemcitabine, dexamethasone, cisplatin), rituximab (R)-GDP, ICE (ifosfamide, mesna, carboplatin, etoposide), R-ICE, DHAP (dexamethasone, cytarabine, cisplatin), R-DHAP, ofatumumab (O)-DHAP, ESHAP (etoposide, cytarabine, cisplatin, methylprednisolone). Results indicated that R-GDP had improved OS and PFS over other regimens (Table), and ranked highest for OS and PFS. NMA of AEs showed no differences for infection. NMA of 3 CAR-T RCTs (axi-cel, liso-cel, tisa-cel; n=733) showed that axi-cel and liso-cel had improved PFS over SC and ASCT, while no OS difference was observed. Comparing between CAR-T products, both axi-cel and liso-cel had improved OS and PFS over tisa-cel. Liso-cel ranked highest for PFS. NMA of AEs showed that tisa-cel and axi-cel had higher risk of cytokine release syndrome over SC, while axi-cel had higher risk of neurologic toxicity over SC. Conclusions: Our results suggest that R-GDP may be the optimal regimen for R/R DLBCL prior to ASCT. Both axi-cel and liso-cel had improved PFS over SC and ASCT, while tisa-cel did not. Although liso-cel ranked highest for PFS, longer follow-up is required for comparative survival analysis as data matures. Keywords: Aggressive B-cell non-Hodgkin lymphoma, Therapeutics and Clinical Trials in Lymphoma - Other No conflicts of interests pertinent to the abstract.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,643
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0260,002
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,182
Tête enseignante GPT0,458
Écart entre enseignants0,275 · 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.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHematological OncologyMême sujetCAR-T cell therapy researchTravaux en français237 207