Efficacy and Safety of Atezolizumab in Chinese Patients With Advanced Thymic Carcinoma: A Multicenter, Single-Arm Phase 2 Study
Notice bibliographique
Résumé
INTRODUCTION: There are limited treatment options for thymic carcinoma. This study aimed to evaluate the efficacy and safety of atezolizumab for the treatment of advanced thymic carcinoma after failure with prior systemic therapy. PATIENTS AND METHODS: Patients aged ≥ 18 years with advanced thymic carcinoma after failure with prior systemic therapy were enrolled at 10 medical centers in China. Atezolizumab 1200 mg was administered on Day 1 (baseline) every 3 weeks until unacceptable toxicity/loss of clinical benefit. The primary efficacy endpoint was the confirmed objective response rate in the full analysis set. RESULTS: Between 29 July 2020 and 28 December 2022, 34 patients enrolled (median age, 54.5 years), and 16 (47.1%) had received ≥ 2 prior lines of therapy. At the cut-off date (July 16, 2023), the median follow-up duration was 19.1 months. The confirmed objective response rate (ORR) was 14.7% (95% confidence interval, 5.0%-31.1%); disease control rate, 58.8%; median progression-free survival (PFS), 3.2 months; 24-month OS rate, 63.2%; Better ORR and PFS were observed in PD-L1-positive patients versus PD-L1-negative patients (40.0% vs. 0% and 7.4 vs. 1.5 months, respectively). No correlation was observed with TMB. The incidence of adverse events (AEs) was 94.1%; serious AEs, 26.5%; immune-related AEs, 29.4%; and AEs leading to drug withdrawal, 2.9%. CONCLUSIONS: In patients with advanced thymic carcinoma who had failed prior systemic therapy, atezolizumab was well-tolerated with a manageable toxicity profile and showed encouraging the antitumor activity, especially in patients with PD-L1-positive tumors.
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 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».