PD-1 or PD-L1 inhibitors in addition to first-line chemotherapy for endometrial cancer: an extracted individual patient data meta-analysis
Notice bibliographique
Résumé
Objective: To assess the impact of PD-1/PD-L1 inhibitors in first-line treatment of advanced or recurrent endometrial cancer (EC) through individual patient data (IPD) Meta-analysis, providing insights by integrated survival curves. Methods: We searched PubMed, Embase, Cochrane and meetings up to April 2024 for randomised phase II or III trials (randomised controlled trials) investigating immunotherapy plus chemotherapy for EC. IPD was reconstructed from Kaplan-Meier plots using WebPlotDigitizer and the R package IPDfromKM, and then combined. Results: NRG-GY018, RUBY, MITO END-3, AtTEnd/ENGOT-en7 and DUO-E were included. 2,436 patients were analysed for progression-free survival (PFS) and 2,317 for overall survival (OS). Among these, 621 patients had deficient DNA mismatch repair (dMMR) and 1,815 had the proficient disease (pMMR).The IPD analysis highlighted the significant benefit of adding immunotherapy to chemotherapy in dMMR patients, with 3-year absolute gains of 36% in PFS (HR 0.36, 95% CI 0.28-0.45) and 28% in OS (HR 0.41, 95% CI 0.30-0.48).For pMMR, a smaller benefit was observed in PFS, with a 3-year absolute gain of 6% (HR 0.78, 95% CI 0.69-0.88). Notably, a significant benefit occurred only with PD-1 inhibitors (PFS HR 0.66, 95% CI 0.55-0.79; OS: HR 0.78, 95% CI 0.62-0.96). No significant benefit was seen with PD-L1 inhibitors (PFS: 0.87, 95% CI 0.75-1.03; OS: HR: 0.93, 95% CI 0.75-1.16). Conclusion: This meta-analysis validated the benefit of adding immunotherapy to platinum-based chemotherapy with respect to PFS. dMMR patients gain advantages from the inclusion of either anti-PD-1 or anti-PD-L1 agents, whereas pMMR patients only experience this benefit when treated with anti-PD-1 agents.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,010 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».