Matching-adjusted indirect comparison of talazoparib plus enzalutamide versus abiraterone acetate and docetaxel in mCRPC
Notice bibliographique
Résumé
Aims The absence of direct comparisons between talazoparib plus enzalutamide (TALA+ENZA) and current standard of care hinders evaluating their relative efficacy for first-line (1 L) metastatic castration resistant prostate cancer (mCRPC). This study aimed to compare TALA+ENZA (TALAPRO-2) to abiraterone acetate plus prednisone (AAP) (COU-AA-302) and docetaxel (TAX 327) using a matching-adjusted indirect treatment comparison (MAIC).Methods A systematic literature review using the Ovid® interface was performed to identify relevant evidence. Patient-level data from TALAPRO-2 and published data from COU-AA-302 and TAX 327 were used to match populations on clinically relevant confounders. The MAICs were conducted for radiographic progression-free survival (rPFS), overall survival (OS), objective response rate (ORR), along with additional efficacy outcomes.Results In all-comers, TALA+ENZA statistically significantly prolonged rPFS (HR: 0.256; 95% confidence interval [CI]: 0.183, 0.359; p < 0.0001), OS (HR: 0.557; 0.405, 0.766; p = 0.0003), and improved ORR (OR: 3.924; 2.017, 7.634; p = 0001) versus AAP. In all-comers, TALA+ENZA significantly prolonged OS (HR: 0.446; 0.316, 0.631; p < 0.0001) and improved ORR (OR: 13.081; 5.757, 29.721; p < 0.0001) versus docetaxel. All other efficacy outcomes statistically favored TALA+ENZA.Conclusions These results suggest TALA+ENZA improves clinical outcomes relative to AAP and docetaxel in the 1 L mCRPC all-comers population.
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 | 0,014 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,014 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».