Neurocognitive Adverse Events Related to Lorlatinib in Non-Small Cell Lung Cancer: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Lorlatinib has been FDA-approved as a systemic therapy for ALK/ROS1-positive non-small cell lung cancer (NSCLC) patients. However, it has been associated with an increased frequency of neurocognitive adverse events (NAEs). Therefore, we conducted a systematic review and meta-analysis to assess the NAEs related to lorlatinib therapy in NSCLC patients. PubMed, Scopus, the Cochrane Library, and prominent conference proceedings were searched for eligible studies of lorlatinib in NSCLC patients. NAEs included cognitive, mood, speech, and psychotic effects. A total of 1147 patients from 12 studies were included; 62% had brain metastases. A pooled analysis of NAEs showed frequencies of cognitive effects of 14.57% (95% CI, 8.37 to 24.14, I2 = 84%), mood effects of 11.17% (95% CI, 5.93 to 20.07, I2 = 84%), speech effects of 7.24% (95% CI, 3.39 to 15.20, I2 = 72%), and psychotic effects of 4.97% (95% CI, 3.27 to 7.49, I2 = 21%). Clinical trials reported a significantly higher frequency of mood effects than was indicated by real-world data. These results highlight the importance of educating patients and healthcare professionals about lorlatinib-related NAEs for early detection and management to improve NSCLC patients' quality of life.
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 | 0,010 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,036 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 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 ».