Real-World Efficacy and Toxicity of Ipilimumab and Nivolumab as First-Line Treatment of Metastatic Renal Cell Carcinoma (mRCC) in a Subpopulation of Elderly and Poor Performance Status Patients
Notice bibliographique
Résumé
BACKGROUND: Ipilimumab and nivolumab (ipi/nivo) improved overall survival (OS) compared to sunitinib in the pivotal Checkmate 214 trial of metastatic renal cell carcinoma (mRCC) with International Metastatic RCC Database Consortium (IMDC) intermediate/poor risk disease. We evaluated the efficacy and toxicity of ipi/nivo in older and frailer populations in a real-world mRCC cohort. METHODS: Analysis was conducted on a real-world cohort with mRCC (N = 551) treated with first-line ipi/nivo from the Canadian Kidney Cancer information system (CKCis) database from January 2014 to December 2021. A comparison was made between outcomes and toxicity in patients 1. <70 versus (vs.) ≥70 yo, 2. <75 vs. ≥75 yo, and 3. KPS ≥70 vs. <70 yo. OS, progression-free survival (PFS), and time to treatment failure (TTF) were calculated by Kaplan-Meier analysis. Log-rank tests were used for comparison between groups. RESULTS: -value < 0.0001). CONCLUSIONS: The use of ipi/nivo in mRCC demonstrated similar survival outcomes and toxicity in an older patient population. In patients with a poor performance status, it was associated with inferior OS and PFS. We believe that ipi/nivo is a reasonable treatment option for these patient populations, particularly in older patients.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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.
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 ».