MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399393998 · doi:10.1200/jco.2024.42.16_suppl.4505

Biomarker analysis of the phase 3 KEYNOTE-426 study of pembrolizumab (P) plus axitinib (A) versus sunitinib (S) for advanced renal cell carcinoma (RCC).

2024· article· en· W4399393998 sur OpenAlexaff
Brian I. Rini, Elizabeth R. Plimack, V.P. Stus, Rustem Gafanov, Tom Waddell, Dmitry Nosov, Frédéric Pouliot, B. Yа. Alekseev, Denis Soulières, Sérgio Jobim Azevedo, Delphine Borchiellini, Rodolfo F. Perini, Julia F. Markensohn, L. Rhoda Molife, Yiwei Zhang, Michael Nebozhyn, Andrey Loboda, Amir Vajdi, Thomas Powles

Notice bibliographique

RevueJournal of Clinical Oncology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensCentre Hospitalier de l’Université de MontréalUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMedicineAxitinibSunitinibRenal cell carcinomaPembrolizumabBiomarkerOncologyInternal medicineKidney cancerCancerImmunotherapy

Résumé

récupéré en direct d'OpenAlex

4505 Background: P + A improved OS, PFS, and ORR over S in 1L advanced RCC in KEYNOTE-426 (NCT02853331).Here, we present exploratory biomarker results including RNAseq, WES, and PD-L1. Methods: Patients (pts) with treatment-naive advanced RCC were randomly assigned 1:1 to P + A or S. Association between T-cell–inflamed gene signature (TcellinfGEP), angiogenesis gene signature (RNAseq), and PD-L1 CPS (22C3 IHC) with clinical outcomes were tested at prespecified α=0.05. Other RNA signatures (Cristescu et al. Clin Cancer Res. 2022. 2022;28:1680) and molecular subtypes, based on clustering identified from IMmotion151 (Motzer et al. Cancer Cell. 2020;38:803), were tested at prespecified α = 0.10 after multiplicity adjustment. DNA mutations ( VHL, PBRM1, SETD2, and BAP1) by WES were tested at prespecified α = 0.10 after multiplicity adjustment. Results: Of 861 pts, 369 (P + A) and 361 (S) had archival samples for RNAseq; 347 (P + A) and 351 (S) had WES samples. PD-L1 CPS was negatively associated with OS ( P=0.013) for S. There was a strong positive association of TcellinfGEP with OS ( P=0.003), PFS ( P<0.0001), and ORR ( P<0.0001) for P + A. Angiogenesis was positively associated with OS ( P=0.013) for P + A; there was a strong positive association with OS ( P<0.0001), PFS ( P<0.001), and ORR ( P=0.002) for S. For other RNA signatures, positive association with mMDSC was found for PFS ( P=0.018) and ORR ( P=0.093) with P + A. For S, positive association was found with hypoxia (OS, P=0.034; ORR, P=0.071) and negative associations with MYC (OS, P<0.001; PFS, P=0.012) and proliferation (OS, P=0.002). Across all molecular clusters, ORR favored P + A over S, with the highest P + A ORR in the immune/proliferative cluster (Table). By WES, PBRM1 mutation had positive association with ORR ( P=0.004) and PFS ( P=0.079) for P + A. For S, positive associations were observed with OS for VHL ( P=0.073) and PBRM1 ( P=0.001) mutations and a negative one observed for BAP1 mutation ( P=0.046). P + A improved ORR over S regardless of mutational status. Conclusions: There was a strong relationship of TcellinfGEP with clinical outcomes with P + A. Angiogenesis was positively associated with outcomes with S and only with OS with P + A. Further understanding the role of the immune microenvironment in combination therapy will be critical to advance treatment strategies. Clinical trial information: NCT02853331 . [Table: see text]

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,204
Tête enseignante GPT0,497
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetRenal cell carcinoma treatment→Travaux en français237 207→