Adjusting for subsequent therapies in the TOURMALINE-MM1 study shows clinically meaningful improvement in overall survival with addition of ixazomib to lenalidomide and dexamethasone
Notice bibliographique
Résumé
TOURMALINE-MM1, the only blinded randomized study in patients with relapsed and/or refractory multiple myeloma (RRMM; ≥1 prior therapy) in the last 10 years, investigated ixazomib + lenalidomide + dexamethasone (IRd) versus lenalidomide + dexamethasone (Rd). Final overall survival (OS) data were based on a median follow-up of 85 months. In RRMM trials where patients have had 1-3 relapses after initial treatment, a high proportion receive subsequent therapy. Application of salvage therapies in blinded trials and newer modes of therapy can increasingly complicate the interpretation of OS. This analysis explores the impact of subsequent therapies on OS outcomes in TOURMALINE-MM1. The inverse probability of censoring weights (IPCW) method, marginal structural model (MSM), and rank-preserving structural failure time model (RPSFTM) were utilized to adjust for confounding on OS, introduced by subsequent therapies. Analyses were conducted for the intent-totreat (ITT) population and ≥2 prior lines subgroup. Unadjusted hazard ratio (HR) for IRd versus Rd was 0.94 (95% confidence interval [CI]: 0.78-1.13) in the ITT population. After adjusting for the impact of subsequent therapies by the RPSFTM method, estimated HR for IRd versus Rd in the ITT population was 0.89 (95% CI: 0.74-1.07). Adjusting with IPCW and MSM methods also showed an improvement in HR, favoring IRd. IRd may be particularly beneficial in patients with ≥2 prior lines of therapy (IPCW and MSM HR=0.52, 95% CI: 0.30-0.88; RPSFTM HR=0.68, 95% CI: 0.51-0.91). These analyses highlight the growing challenge of demonstrating OS benefit in MM patients and the importance of assessing confounding introduced by subsequent therapies when interpreting OS.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».