Neoadjuvant Treatment With Regorafenib and Capecitabine Combined With Radiotherapy in Locally Advanced Rectal Cancer: A Multicenter Phase Ib Trial (RECAP)–SAKK 41/16
Notice bibliographique
Résumé
BACKGROUND: The multi tyrosine kinase inhibitor regorafenib is active in metastatic colorectal cancer. Improvement in clinical outcome by adding regorafenib to long-course chemoradiotherapy (LcCRT) was investigated in molecularly undefined LARC. METHODS: d1-d38 and 28 fractions of 1.8Gy (50.4Gy). Regorafenib was added d1-14 and d22-35 in 3 dose escalation (DE) cohorts (40mg/80mg/120mg). The recommended dose (RD) was used for the expansion (EXP) cohort. Primary endpoints were dose-limiting toxicity (DLT) for DE and pathological response (near-complete regression [npCR] or complete regression [pCR]) for EXP. RESULTS: Overall, 25 patients were included. Two DLTs occurred at the regorafenib dose level of 120 mg, thereby establishing the RD at 80mg daily. Among the 19 patients who were treated at the RD, 8 (42.1%; 1-sided 80% confidence interval [CI] (lower bound): 30.7%; 95% CI, 20.3%-66.5%) reached the primary endpoint (5 [26.3%] had npCR and 3 [15.8%] pCR). One additional patient received no surgery due to clinical complete response. All patients had R0 resections and clear circumferential margins. Postoperative complications occurred in 6 patients (35.3%). The most common grade ≥ 3 treatment-related adverse event in the EXP cohort was diarrhea (2 patients). CONCLUSION: Adding regorafenib 80 mg to LcCRT in LARC resulted in both primary endpoints being met and yielded an expected pathological response rate. Toxicity was manageable, and postoperative complications were as expected.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».