MétaCan
Menu
Retour à la cohorte
Enregistrement W4400272226 · doi:10.1200/jco.2024.42.16_suppl.e21533

Prospective real-world evidence for the use of immune-checkpoint inhibitors and BRAF-targeted therapy in advanced melanoma from a large Canadian cohort.

2024· article· en· W4400272226 sur OpenAlexaffabout
John Lenehan, D. Scott Ernst, Leah Young, Angel M. Cronin, M.O. Butler, Teresa M. Petrella, Tara Baetz, Xinni Song, Tina Cheng, John Walker, Linda May Lee, J. Melvin, Sudhashree Rajagopal, Femida Gwadry‐Sridhar

Notice bibliographique

RevueJournal of Clinical Oncology · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMelanoma and MAPK Pathways
Établissements canadiensCredit Valley HospitalNiagara Health SystemUniversity of AlbertaPrincess Margaret Cancer CentreUniversity of CalgaryHealth Sciences CentreOttawa HospitalDalhousie UniversityUniversity of TorontoSunnybrook Health Science CentreQueen's UniversityCancer Care Ontario
Organismes subventionnairesnon disponible
Mots-clésMedicineMelanomaOncologyTargeted therapyImmune checkpointCohortIpilimumabProspective cohort studyInternal medicineImmunotherapyCancerCancer research

Résumé

récupéré en direct d'OpenAlex

e21533 Background: Clinical trial evidence showed that anti-PD1 ± anti-CTLA4 as well as BRAF ± MEK-inhibitors for BRAF-mutated tumours dramatically improved outcomes for patients with advanced melanoma. Large prospective data sets provide real-world insight into the management of patients with advanced melanoma in routine practice. Methods: Patients ≥ 18 years with unresectable or metastatic melanoma receiving therapy with first- (1L) or second-line (2L) anti-PD1 alone (PD1), with anti-CTLA4 (C-IO) or combination BRAF- and MEK-inhibitors (C-TT) were enrolled in a multi-centre prospective observational study across Canada. Data was collected from May 1, 2016 to November 30, 2021 and entered into the Canadian Melanoma Research Network Registry to include demographics and clinical details. Each patient was followed until death, up to 3 years, or date of data extraction, whichever occurred first. Results: Data for 401 (1L) and 128 (2L) patients was analyzed. There was a significant difference in the age at diagnosis for PD1 (69.2y), C-IO (57.8y), and C-TT (58.8y) in the 1L cohort (p < 0.0001) and 2L cohort (59.5y, 50.8y, and 50.9y respectively; p = 0.036). Patients treated with either C-IO or C-TT had a significantly higher baseline LDH (p = 0.0003) and proportion with brain metastases (p = 0.021) compared to PD1. The probability of survival for PD1, C-IO, and C-TT at 1 year was 0.85, 0.78, and 0.66; and at 3 years was 0.63, 0.54, and 0.36 respectively. The probability of survival for 2L PD1, C-IO, and C-TT at 1 year was 0.81, 0.53, and 0.56; and at 3 years was 0.55, 0.42, and 0.20 respectively. When comparing treatment regimens, the overall survival (OS) in 1L and 2L showed a superior survival for PD1 when compared with C-TT using a pairwise log-rank comparison (p < 0.0001 and p = 0.0009). There was no difference between C-IO and C-TT, or C-IO and PD1 in 1L or 2L. Using a Cox proportional hazard model for OS, the presence of brain metastases was significant only in 1L (HR 1.663, p = 0.01). There was no difference in OS based on age in either 1L or 2L for all treatments. When comparing regimens, the progression-free survival (PFS) in 1L showed no difference using a pairwise log-rank comparison; however, there was a significant improvement in PFS in 2L for PD1 compared with C-TT (p = 0.0014). There was no difference in PFS between C-IO and C-TT, or C-IO and PD1 in 2L. Conclusions: This real-world data suggests that patient selection is key when deciding on the most appropriate treatment in 1L or 2L as PD1 therapy appeared to have superior OS and PFS across comparisons. Patients with high-risk features such as high LDH and the presence of brain metastases received C-IO or C-TT more often than PD1. Age was not associated with OS in 1L or 2L for each treatment.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui
Observationnellow
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui
Observationnelhigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,005
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,004
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,105
Tête enseignante GPT0,410
Écart entre enseignants0,305 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetMelanoma and MAPK PathwaysTravaux en français237 207