Efficacy of Frontline Chemotherapy for Extranodal Natural Killer/T-Cell Lymphoma: A Systematic Review and Network Meta-Analysis
Notice bibliographique
Résumé
Background: Treatment with non-anthracycline (ANT)-based chemotherapy has increased survival in patients with extranodal natural killer/T-cell lymphoma (ENKTCL). However, the relative efficacy of various drug combinations has been contentious. We aimed to identify the most effective chemotherapy regimens for newly diagnosed ENKTCL. Methods: A network meta-analysis was performed to evaluate the differences in survival and treatment responses across various regimens. The primary objective was overall survival (OS), while secondary outcomes included progression-free survival (PFS), objective response rate (ORR), and complete response (CR). We utilized a Bayesian framework to perform the network meta-analysis. Rank probabilities were assessed by the surface under the cumulative ranking curve (SUCRA). Node-splitting method was used to assess the inconsistency. Results: A total of 1,113 patients were enrolled across 10 studies. Chemotherapy regimens were grouped into five modalities, for which six types of direct comparisons were available. We identified the asparaginase (ASP)/gemcitabine (GEM)-based regimens superiority over ANT-based, non-ASP/ANT-based and ASP/methotrexate (MTX)-based regimens on OS. Although no significant differences were observed compared with ASP/not otherwise specified-based, ASP/GEM-based regimens were still the best option chemotherapy for OS. Moreover, the ASP/GEM-based regimens demonstrated advantages in PFS, ORR and CR. Conclusions: According to our network meta-analysis, it appears that ASP/GEM-based regimens could potentially serve as the most effective frontline chemotherapy option for ENKTCL.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,028 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».