MétaCan
Menu
Retour à la cohorte
Enregistrement W4389899921 · doi:10.1097/hep.0000000000000726

Adjuvant and neoadjuvant therapies for hepatocellular carcinoma

2023· article· en· W4389899921 sur OpenAlexaff
Arndt Vogel, Robert C. Grant, Tim Meyer, Gonzalo Sapisochín, Grainne M. O’Kane, Anna Saborowski

Notice bibliographique

RevueHepatology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatocellular Carcinoma Treatment and Prognosis
Établissements canadiensUniversity Health NetworkUniversity of TorontoPrincess Margaret Cancer CentreToronto General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineOncologySorafenibAdjuvantInternal medicineClinical trialAtezolizumabBevacizumabClinical endpointAdjuvant therapyHepatocellular carcinomaCancerImmunotherapyNivolumabChemotherapy

Résumé

récupéré en direct d'OpenAlex

Immune-oncology-based regimens have shown efficacy in advanced HCC and have been implemented as standard of care as first-line therapy. Their efficacy, including high response rates, and safety justify their evaluation in earlier disease stages. Following negative results for adjuvant sorafenib in the global STORM trial in 2015, 4 global phase 3 trials, featuring different immune checkpoint inhibitor combinations, entered in parallel the race in the adjuvant setting. The IMbrave050 trial, comparing adjuvant atezolizumab in combination with bevacizumab to active surveillance following curative-intent resection or ablation, was the first to report, fast-tracking the results of the first interim analysis and demonstrating an improvement in recurrence-free survival. The trial has provoked a discussion on the horizon of expectations from adjuvant treatment and the clinical relevance of efficacy endpoints. Moreover, major pathological responses reported from early phase 2 data in the neoadjuvant setting provide a strong rationale for the evaluation of these concepts in phase 3 trials. In this review, we summarize current evidence and outline future directions for systemic therapies in early-stage HCC.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,526
Score d'incertitude au seuil0,806

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,078
Tête enseignante GPT0,276
Écart entre enseignants0,198 · 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.

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

Citations37
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHepatologyMême sujetHepatocellular Carcinoma Treatment and PrognosisTravaux en français237 207