Tumor Treating Fields therapy in platinum-resistant ovarian cancer: Results of the ENGOT-ov50/GOG-3029/INNOVATE-3 pivotal phase 3 randomized study
Notice bibliographique
Résumé
PURPOSE: Tumor Treating Fields (TTFields) are electric fields that disrupt processes critical for cancer cell viability and tumor progression. The pivotal, phase 3 ENGOT-ov50/GOG-3029/INNOVATE-3 study evaluated efficacy and safety of TTFields therapy with paclitaxel (PTX) vs PTX in patients with platinum-resistant ovarian cancer (PROC). PATIENTS AND METHODS: weekly) or PTX. Primary endpoint was overall survival (OS). Exploratory post-hoc analyses assessed OS in pegylated liposomal doxorubicin (PLD)-naive patients. RESULTS: Between March 2019 and November 2021, 558 patients (ECOG PS 0, 60.2 %; median [range] age, 62 [22-91] years) were assigned TTFields+PTX (n = 280) or PTX (n = 278). 24.4 % had 4 + prior LOT. Median OS was 12.2 months with TTFields+PTX vs 11.9 months with PTX (HR, 1.01; 95 % CI, 0.83-1.24; p = 0.89). Grade ≥ 3 adverse events (AEs) were similar between treatment groups. Grade 1/2 device-related skin AEs occurred in 83.6 % of patients receiving TTFields therapy. In exploratory post-hoc analysis in PLD-naive patients, median OS was 16 months with TTFields+PTX (n = 113) vs 11.7 months with PTX (n = 88; nominal HR, 0.67; 95 % CI, 0.49-0.94; p = 0.03). CONCLUSIONS: No new safety signals were identified. TTFields+PTX did not significantly improve OS compared with PTX in the intent-to-treat population. An exploratory post-hoc analysis suggests a potentially favorable benefit-risk profile for TTFields therapy in PLD-naive 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».