← Retour à la cohorte
First-Line Lenvatinib Plus Pembrolizumab Versus Chemotherapy for Advanced Endometrial Cancer: A Randomized, Open-Label, Phase III Trial
Christian Marth, Richard G. Moore, Mariusz Bidziński, Sandro Pignata, Ali̇ Ayhan, María Jesús Rubio, Mario Beiner, Marcia Hall, Christof Vulsteke, Elena Ioana Braicu, Kenzo Sonoda, Xiaohua Wu, Sophia Frentzas, André Mattar, Stéphanie Lheureux, Xiaojun Chen, Kosei Hasegawa, Manuel Magallanes-Maciel, Chel Hun Choi, Mariia Shalkova, Diego Kaen, Peng‐Hui Wang, Regina Berger, Chinyere E. Okpara, Jodi A. McKenzie, Lili Yao, Robert Orlowski, Vivek Khemka, Lucy Gilbert, Vicky Makker, Gonzalo Gómez Abuin, Liliana Zamora, Margarita Sonia Alfie, Ignacio Casarini, Michelle Harrison, Sumitra Ananda, Catherine Shannon, Michael J. Friedlander, Tarek Meniawy, Bo Gao, Sally Baron‐Hay, Connie I. Diakos, Stephan Polterauer, Edgar Petru, Marlies De Bock, Jean‐François Baurain, Toon Van Gorp, Sevilay Altıntaş, João Paulo da Silveira Nogueira Lima, RO de Sant'ana, Andréia Cristina de Melo, Fábio Franke, Graziela Zibetti Dal Molin, Fernanda Damian, João Daniel Guedes, Susan Ellard, Anna V. Tinker, Vanessa Samouëlian, Suzanne Fortin, Paul Bessette, Michael Kolinsky, Nidhi Kumar Tyagi, Josée-Lyne Ethier, Helen Mackay, Charles Henry Lim, Lingya Pan, Ruifang An, Hong Zheng, Yumei Wu, Jianqing Zhu, Shuzhong Yao, Xuemei Jia, Yi Huang, Weiguo Lv, Yu Zhang, Qi Zhou, Cailing Ma, Radoslav Chekerov, Paweł Mach, Ralf Witteler, Karen Cadoo, Jacob Korach, Talia Levy, Amnon Amit, Paolo Scollo, Emanuele Naglieri, Claudio Zamagni, Vanda Salutari, Tomoka Usami, Kazuto Nakamura, Koji Matsumoto, Wataru Yamagami, Yoichi Kobayashi, Masashi Takano, Hidenori Kato, Akira Kikuchi, Noriyuki Katsumata, Shoji Kamiura, Koji Horie, Takuya Tsunoda, Nao Suzuki, Mayu Yunokawa, Shin Nishio, Wataru Kudaka, R. Mendoza, Manuel Ernesto Magallanes Maciel, Ricardo Villalobos-Valencia, Jose Escobar Penagos, Yamil Alonso Lopez Chuken, Beata Maćkowiak-Matejczyk, R. Tarnawski, Ewa Kalinka‐Warzocha, Wiesława Bednarek, Anna Dańska-Bidzińska, P. Koralewski, A. Roszak, А. Г. Кедрова, N. E. Musaeva, А Ф Урманчеева, Aleksandr Vasiliev, Sufia Safina, Alla Lisyanskaya, I. V. Rykov, А. А. Rumyantsev, А. В. Белоногов, Yulia Makarycheva, Yong Man Kim, Yong Beom Kim, Hee Seung Kim, Sang Wun Kim, Tamara Díaz Redondo, M.J. Rubio Pérez, Ignacio Romero Noguera, Álvaro Taus Garcia, Wu-Chou Lin, Hung‐Hsueh Chou, Wen‐Fang Cheng, Chien‐Hsing Lu, Tayup Şimşek, Fatih Köse, Mehmet Ali Vardar, Kemal Özerkan, Alison Stillie, Gemma Eminowicz, Saira Khalique, Olena Sukhina, Tetiana Piatnytska, Hanna Averina, Yaroslav Kulyaba, Anna Kryzhanivska, Igor Bondarenko, V S Svintsitsky, Yuliia Krasnohrud, Joseph Buscema, Sharad Ghamande, Sharyn N. Lewin, Deena M. Graham, Maria C. Bell, Alessandro D. Santin, Christine Lee, Stephanie V. Blank, Gottfried E. Konecny, Bradley R. Corr, Linda Van Le, Jennifer Scalici, Charles E. Anderson, Patricia Braly, Julia Fehniger, Gina Westhoff, Lauren E. Bollinger
Notice bibliographique
RevueJournal of Clinical Oncology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueEndometrial and Cervical Cancer Treatments
Établissements canadiensMcGill University Health CentrePrincess Margaret Cancer Centre
Organismes subventionnairesDaiichi Sankyo EuropeDefence and Security AcceleratorGenentechLEO PharmaPharmaMarAstellas PharmaNovo NordiskEisaiSeagenIpsenBeiGeneClovis OncologyFujirebio USRegeneron PharmaceuticalsNational Cancer InstituteGenomic HealthGlaxoSmithKlineAmgenPfizerAstraZenecaEli Lilly and CompanyBristol-Myers Squibb
Mots-clésMedicineHazard ratioLenvatinibInternal medicinePembrolizumabOncologyCarboplatinPopulationChemotherapyCancerCisplatinConfidence interval
Résumé
OpenAlex consigne un résumé pour ce travail, mais il n'a pas pu être récupéré à l'instant.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,018
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,360
Score d'incertitude au seuil1,000
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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.
Tête enseignante Opus0,246
Tête enseignante GPT0,551
Écart entre enseignants0,306 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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 tête enseignante, pas un consensus.
Devis d'étudeEssai randomisé
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
Citations58
Publié2024
Routes d'admission1
Résumé présentoui