Quantitative Assessment of Drug Efficacy and Emergence of Resistance in Patients with Metastatic Renal Cell Carcinoma Using a Longitudinal Exposure‐Tumor Growth Inhibition Model: Apitolisib (Dual PI3K/mTORC1/2 Inhibitor) Versus Everolimus (mTORC1 Inhibitor)
Notice bibliographique
Résumé
Cancer remains a significant global health challenge, and despite remarkable advancements in therapeutic strategies, poor tolerability of drugs (causing dose reduction/interruptions) and/or the emergence of drug resistance are major obstacles to successful treatment outcomes. Metastatic renal cell carcinoma (mRCC) accounts for 2% of global cancer diagnoses and deaths. Despite the initial success of targeted therapies in mRCC, challenges remain to overcome drug resistance that limits the long-term efficacy of these treatments. Our analysis aim was to develop a semi-mechanistic longitudinal exposure-tumor growth inhibition model for patients with mRCC to characterize and compare everolimus (mTORC1) and apitolisib's (dual PI3K/mTORC1/2) ability to inhibit tumor growth, and quantitate each drug's efficacy decay caused by emergence of tumor resistance over time. Model-estimated on-treatment tumor growth rate constant was 1.7-fold higher for apitolisib compared to everolimus. Estimated half-life for loss of treatment effect over time for everolimus was 16.1 weeks compared to 7.72 weeks for apitolisib, suggesting a faster rate of tumor re-growth for apitolisib patients likely due to the emergence of resistance. Goodness-of-fit plots including visual predictive check indicated a good model fit and the model was able to capture individual tumor size-time profiles. Based on our knowledge, this is the first clinical report to quantitatively assess everolimus (mTORC1) and apitolisib (PI3K/mTORC1/2) efficacy decay in patients with mRCC. These results highlight the difference in overall efficacy of 2 drugs due to the quantified efficacy decay caused by emergence of resistance, and emphasize the importance of model-informed drug development for targeted cancer therapy.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».