Multisystem Immune-Related Adverse Events from Dual-Agent Immunotherapy Use
Notice bibliographique
Résumé
BACKGROUND: little is known about the incidence and characteristics of multisystem immune-related adverse events (irAEs) associated with dual-agent ipilimumab and nivolumab use. METHODS: A retrospective cohort review was completed that included cancer patients seen at the Juravinski Cancer Centre who received at least one dose of ipilimumab and nivolumab from 2018 to 2022. Patient characteristics, cancer types, and irAEs were recorded. Multivariate logistic and cox regressions were completed, comparing those who developed multisystem irAEs, single irAE, and no irAE. RESULTS: A total of 123 patients were included in this study. Out of 123 patients, 72 (59%) had melanoma, 50/123 (41%) had renal cell carcinoma (RCC), and 1/123 (1%) had breast cancer. Multisystem irAEs were seen in 40% of the overall cohort. The most common irAE type was dermatitis (22%), followed by colitis (19%) and hepatitis (17%). CONCLUSIONS: Our study demonstrated that multisystem irAEs are prevalent amongst patients receiving ipilimumab and nivolumab. It is important for both physician education and the counseling and consent of patients to monitor the potential for multiple irAEs.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».