Outcomes of Patients with Non-Small Cell Lung Cancer and Brain Metastases Treated with the Upfront Single Agent Pembrolizumab: A Retrospective and Multicentric Study of the ESCKEYP GFPC Cohort
Notice bibliographique
Résumé
Non-small cell lung cancer (NSCLC) is the most common cause of brain metastasis (BM). Little is known about immune checkpoint inhibitor activity in the central nervous system, especially in patients receiving monotherapy for tumors with a tumor proportion score (TPS) ≥ 50%. This noninterventional, retrospective, multicenter study, conducted with the GFPC, included treatment-naïve patients strongly positive for PD-L1 (TPS ≥ 50%) with BM receiving first-line single-agent pembrolizumab treatment between May 2017 and November 2019. The primary endpoints were centrally reviewed intracranial overall response rates (ORRs), centrally reviewed intracranial progression-free survival (cPFS), extracranial PFS, and overall survival were secondary endpoints. Forty-three patients from five centers were included. Surgical or local radiation therapy was administered to 31 (72%) patients, mostly before initiating ICI therapy (25/31). Among 38/43 (88.4%) evaluable patients, the intracranial ORR was 73%. The median PFS was 8.3 months. The cerebral and extracerebral median PFS times were 9.2 and 5.3 months, respectively. The median OS was 25.5 months. According to multivariate analysis, BM surgery before ICI therapy was the only factor significantly associated with both improved PFS (HR = 0.44) and OS (HR = 0.45). This study revealed the feasibility and outcome of front-line pembrolizumab treatment in this population with BM.
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 | 0,000 | 0,000 |
| 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 ».