The Impact of Chronic Obstructive Pulmonary Disease on Immune Checkpoint Inhibitor Effectiveness in Non-small Cell Lung Cancer: A Population Health Study
Notice bibliographique
Résumé
SUMMARY: Chronic obstructive pulmonary disease (COPD) and lung cancer are associated diseases. COPD confers a negative prognosis in NSCLC, but the clinical benefit of immune checkpoint inhibitors (ICI) in this population is unclear. A population-level analysis of patients in Ontario, Canada was performed through the ICES (formerly known as the Institute for Clinical Evaluative Sciences) administrative database. Patients with NSCLC and treated with PD-1/PD-L1 immune checkpoint inhibitors between Jan 2010 and Dec 2020 were included. Overall survival (OS) was estimated using the Kaplan-Meier method and compared using Cox proportional hazards regression. Hospitalizations and duration of treatment were compared secondarily using logistic and linear regression. A total of 4306 patients received ICI and 54% of patients had a diagnosis of COPD. Median (95% CI) OS was 9.2 (8.5-9.9) months for patients with COPD and 8.2 (7.3-8.8) for patients without COPD, which was not significantly different (adjusted hazard ratio (aHR) = 0.94, 95% CI, 0.87-1.01, P = 0.092). Similarly, the median time on treatment was not different (85 vs. 99 days, multivariable P = 0.10). However, the 90-day hospitalization rate was decreased in the COPD population (multivariable odds ratio 0.76, 95% CI 0.62-0.94, P = 0.011). Among patients with NSCLC receiving ICI, our data suggest that a diagnosis of COPD does not result in shortened treatment, poorer survival, or higher rates of hospitalization. COPD itself should not be considered a contraindication to ICI.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 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 ».