Systematic Review and Network Meta-Analysis on Treating Hormone Receptor-Positive Metastatic Breast Cancer After CDK4/6 Inhibitors
Notice bibliographique
Résumé
INTRODUCTION: The optimal treatment of estrogen receptor-positive (ER +) metastatic breast cancer (MBC) after progression on cyclin-dependent 4/6 kinase inhibitors (CDK4/6i) is unknown. METHODS: We conducted a systematic review and network meta-analysis (NMA) of phase-II/-III randomized trials of ER + MBC post CDK4/6i + ET progression. We calculated the hazard ratio (HR) for progression-free survival (PFS) and overall survival (OS) using generic inverse variance and odds ratios (ORs) using the Mantel-Haenszel method for adverse events (AEs) with Review-Manager version-5.4. NMA was executed using WINBUGS (Microsoft Excel). Three molecular subgroups were analyzed: HER2-low, PI3K/AKT/mTOR, and the ESR1 mutation subgroup for selective estrogen receptor degrader (SERD). RESULTS: A total of 14 studies were included. In the HER2-low group, Sacituzumab govitecan and trastuzumab deruxtecan had a similar efficacy (HR, 95% CI): PFS (0.98; 0.63-1.43) and OS (1.08; 0.76-1.55). In PI3K/AKT/mTOR-altered cases, capivasertib was superior to alpelisib PFS (0.77; 0.53-1.12), and OS (0.80; 0.48-1.35). SERDs had worse PFS and OS versus ongoing CDK 4/6i (ribociclib). CONCLUSION: No therapy emerged as the unequivocal choice in the post-CDK 4/6i domain in unselected subgroups. In the HER2-low population, a similar efficacy and different toxicity spectrum was seen. In AKT-altered tumors, capivasertib was less toxic than alpelisib. PROSPERO ID: CRD4202236412.
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 | 0,019 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,031 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».