First‐line immunotherapy of metastatic renal cell carcinoma: an updated network meta‐analysis including triplet therapy
Notice bibliographique
Résumé
OBJECTIVE: To compare the differential efficacy of first-line immune checkpoint inhibitor (ICI)-based combined therapies among patients with intermediate- and poor-risk metastatic renal cell carcinoma (mRCC), as recently, the efficacy of triplet therapy comprising nivolumab plus ipilimumab plus cabozantinib has been published. PATIENTS AND METHODS: Three databases were searched in December 2022 for randomised controlled trials (RCTs) analysing oncological outcomes in patients with mRCC treated with first-line ICI-based combined therapies. We performed network meta-analysis (NMA) to compare the outcomes, including progression-free survival (PFS) and objective response rates (ORRs), in patients with intermediate- and poor-risk mRCC; we also assessed treatment-related adverse events. RESULTS: Overall, seven RCTs were included in the meta-analyses and NMAs. Treatment ranking analysis revealed that pembrolizumab + lenvatinib (99%) had the highest likelihood of improved PFS, followed by nivolumab + cabozantinib (79%), and nivolumab + ipilimumab + cabozantinib (77%). Notably, compared to nivolumab + cabozantinib, adding ipilimumab to nivolumab + cabozantinib did not improve PFS (hazard ratio 1.02, 95% confidence interval 0.72-1.43). Regarding ORRs, treatment ranking analysis also revealed that pembrolizumab + lenvatinib had the highest likelihood of providing better ORRs (99.7%). The likelihoods of improved PFS and ORRs of pembrolizumab + lenvatinib were true in both International Metastatic RCC Database Consortium (IMDC) risk groups. CONCLUSIONS: Our analyses confirmed the robust efficacy of pembrolizumab + lenvatinib as first-line treatment for patients with intermediate or poor IMDC risk mRCC. Triplet therapy did not result in superior efficacy. Considering both toxicity and the lack of mature overall survival data, triplet therapy should only be considered in selected patients.
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 | 0,015 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,049 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».