The impact of chronic obstructive pulmonary disease on the risk of immune-related pneumonitis in lung cancer patients undergoing immunotherapy: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Lung cancer, a leading cause of cancer mortality, poses significant treatment challenges. The use of immune checkpoint inhibitors (ICIs) has revolutionized therapy, but it is associated with immune-related pneumonitis (IRP). This study systematically reviews and analyzes the impact of Chronic Obstructive Pulmonary Disease (COPD) on the risk of IRP in lung cancer patients undergoing immunotherapy. METHODS: Adhering to PRISMA guidelines and using the PICO framework, a comprehensive search across PubMed, Embase, Web of Science, and the Cochrane Library was conducted. Inclusion criteria encompassed peer-reviewed studies involving lung cancer patients treated with ICIs, comparing those with and without COPD. The primary outcome was the incidence and risk of IRP. The Newcastle-Ottawa Scale evaluated study quality. The effect size was calculated using random or fixed-effects models based on the observed heterogeneity. We assessed the heterogeneity between studies and conducted a sensitivity analysis. RESULTS: The search identified 1026 articles, with six meeting the criteria for inclusion. Studies varied in design and geography, predominantly retrospective cohort studies. Patients with COPD had an increased risk of IRP (OR = 1.54, 95% CI [1.24, 1.92, P < 0.01). Subgroup analysis based on radiation therapy exposure (< 40% and ≥ 40%) also indicated a heightened IRP risk in COPD patients. Sensitivity analysis affirmed the robustness of the results, and publication bias was not significant. CONCLUSIONS: Lung cancer patients with COPD undergoing immunotherapy have a significantly increased risk of developing IRP. This highlights the necessity for vigilant monitoring and individualized treatment strategies to improve the safety and effectiveness of immunotherapy in this group.
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 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,049 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 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 ».