CTNI-85. GBM AGILE PLATFORM TRIAL FOR NEWLY DIAGNOSED AND RECURRENT GBM: RESULTS OF FIRST EXPERIMENTAL ARM, REGORAFENIB
Notice bibliographique
Résumé
Abstract GBM AGILE (NCT03970447;https://www.gcaresearch.org/research/gbm-agile) is a phase 3 Bayesian adaptive platform trial that efficiently tests multiple arms against common control, with 6 arms included to date. Primary endpoint is overall survival (OS). Stage 1 experimental arms are adaptively randomized against other arms. Demonstrated efficacy in stage 1 leads to fixed randomization stage 2. Stages 1 and 2 are combined for registration. Control randomization is fixed. Regorafenib, a multikinase-inhibitor, entered into GBM AGILE as the first arm and therefore was equally randomized against control. Regorafenib showed OS benefit in recurrent disease (RD) in randomized phase 2 REGOMA trial. METHODS: Patient subtypes in GBM AGILE are newly diagnosed unmethylated (NDU), RD, and—not considered for regorafenib—ND methylated (NDM). Arm indications (signatures) are combinations of subtypes. Control is temozolomide (ND) and lomustine (RD). Efficacy is assessed by OS hazard ratio(HR), arm/control. Efficacy is demonstrated when Bayesian probability of benefit (HR< 1.00) ≥ 98% (roughly analogous P-value: 0.02). Futility occurs at any monthly analysis when Bayesian predictive power (PP) is < 25% for all signatures. Follow-up continues for 12 months after arm’s accrual stops. RESULTS: for regorafenib: When PP for all 3 pre-defined signatures was < 25%, regorafenib’s accrual was stopped for futility. Regorafenib/control sample sizes were 49/51, 126/128, 175/179 for signatures NDU, RD, and both. Respective PPs: 0.138, 0.030, 0.025—none close to 0.25. Respective mean HRs: 1.26, 1.25, 1.23. Probabilities of benefit (HR< 1.00): 0.35, 0.18, 0.17. At final analysis, mean HRs were 1.07, 1.12, 1.10 with final probabilities of benefit (HR< 1.00) equal to 0.43, 0.24, 0.24—none close to 0.98. CONCLUSION: GBM AGILE efficiently and compellingly addressed regorafenib’s role in GBM, in RD and NDU. These findings are germane as they fail to confirm the REGOMA results in RD. GBM AGILE continues to efficiently assess other therapies, including utilizing concurrent and previously accrued controls.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».