MétaCan
Menu
Retour à la cohorte
Enregistrement W4388034379 · doi:10.1002/cti2.1471

Early CRP kinetics to predict long‐term efficacy of first‐line immune‐checkpoint inhibition combination therapies in metastatic renal cell carcinoma: an updated multicentre real‐world experience applying different CRP kinetics definitions

2023· article· en· W4388034379 sur OpenAlexaff
Benedikt Hoeh, Cristina Cano Garcia, Séverine Banek, Niklas Klümper, Alexander Cox, Jörg Ellinger, Philipp Schmucker, Oliver Hahn, Angelika Mattigk, Friedemann Zengerling, Philippe C. Becker, Kati Erdmann, Bjoern Thorben Buerk, Luka Flegar, Johannes Huber, Charis Kalogirou, Philip Zeuschner

Notice bibliographique

RevueClinical & Translational Immunology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensUniversité de MontréalMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésRenal cell carcinomaOncologyKineticsMedicineCancer researchInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Objectives Although biomarkers predicting therapy response in first‐line metastatic renal carcinoma (mRCC) therapy remain to be defined, C‐reactive protein (CRP) kinetics have recently been associated with immunotherapy (IO) response. Here, we aimed to assess the predictive and prognostic power of two contemporary CRP kinetics definitions in a large, real‐world first‐line mRCC cohort. Methods Metastatic renal carcinoma patients treated with IO‐based first‐line therapy within 5 years were retrospectively included in this multicentre study. According to Fukuda et al. , patients were defined as ‘CRP flare‐responder’, ‘CRP responder’ and ‘non‐CRP responder’; according to Ishihara et al. , patients were defined as ‘normal’, ‘normalised’ and ‘non‐normalised’ based on their early CRP kinetics. Patient and tumor characteristics were compared, and treatment outcome was measured by overall (OS) and progression‐free survival (PFS), including multivariable Cox regression analyses. Results Out of 316 mRCC patients, 227 (72%) were assigned to CRP groups according to Fukuda. Both CRP flare‐ (HR [Hazard ratio]: 0.59) and CRP responders (HR: 0.52) had a longer PFS, but not OS, than non‐CRP responders. According to Ishihara, 276 (87%) patients were assigned to the respective groups, and both normal and normalised patients had a significantly longer PFS and OS, compared with non‐normalised group. Conclusion Different early CRP kinetics may predict therapy response in first‐line mRCC therapy in a large real‐world cohort. However, further research regarding the optimal timing and frequency of measurement is needed.

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)0,007
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 enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,091
Tête enseignante GPT0,347
Écart entre enseignants0,257 · 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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical & Translational ImmunologyMême sujetRenal cell carcinoma treatmentTravaux en français237 207