Network meta-analysis of pembrolizumab as monotherapy and in combination with chemotherapy for first-line treatment of recurrent or metastatic head and neck squamous cell carcinoma
Notice bibliographique
Résumé
Pembrolizumab monotherapy or in combination with chemotherapy is approved as first-line treatment in recurrent/metastatic head and neck squamous cell carcinoma (R/M HNSCC) based on improved overall survival (OS) versus EXTREME regimen in the KEYNOTE-048 trial. The clinical outcomes of pembrolizumab were compared with other recommended first-line treatments in R/M HNSCC in this study through a Bayesian network meta-analysis. A systematic literature review was conducted in July 2022, from which six trials that matched the KEYNOTE-048 patient eligibility criteria were included in the network. The OS and progression-free survival (PFS) outcomes were compared in the approved pembrolizumab indication (i.e., total population for pembrolizumab in combination with chemotherapy and combined positive score [CPS] ≥ 1 population for pembrolizumab monotherapy). A significant OS improvement was observed for pembrolizumab in combination with chemotherapy and pembrolizumab monotherapy versus EXTREME regimen (hazard ratio, 95% credible interval: 0.72, 0.60-0.86; 0.73, 0.60-0.88), platinum+5- FU (0.58, 0.43-0.76; 0.58, 0.44-0.78), and platinum+paclitaxel (0.53, 0.35-0.79; 0.53, 0.35-0.81), respectively. A non-significant numeric trend in OS improvement was observed versus the TPEx regimen. PFS was comparable with most first-line treatments and was improved versus platinum+5-FU (0.48, 0.36-0.64; 0.59, 0.45-0.79). Additional analyses in higher CPS subgroups also showed consistent results. Overall, our study results showed an improvement in OS outcomes versus alternative first-line treatments, consistent with the findings of the KEYNOTE-048 trial. These data support using pembrolizumab as a suitable firstline treatment option in R/M HNSCC.
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 | 0,018 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,040 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».