Comparative efficacy of Bruton tyrosine kinase inhibitors in high-risk relapsed/refractory CLL: a network meta-analysis
Notice bibliographique
Résumé
ABSTRACT: Bruton tyrosine kinase inhibitors (BTKis) have led to changes in the treatment algorithm for patients with high-risk relapsed/refractory (R/R) chronic lymphocytic leukemia (CLL), defined based on the presence of genetic mutations. Given the lack of head-to-head trials comparing next-generation BTKis used to treat high-risk R/R disease, a network meta-analysis (NMA) was performed to estimate their relative efficacy. High-risk populations were defined based on the prespecified definitions within each trial, including patients with del(17p) and/or TP53 mutations in the ALPINE (n = 150) and ASCEND (n = 86) trials, and del(17p)/del(11q) in the ELEVATE-RR (n = 533) trial. Bayesian NMAs found zanubrutinib to be the most efficacious treatment for high-risk patients, with significantly reduced risk of progression or death compared with ibrutinib (hazard ratio [HR], 0.49; 95% credible interval [CrI], 0.31-0.78), acalabrutinib (HR, 0.55; 95% CrI, 0.32-0.94), and bendamustine + rituximab or idelalisib + rituximab (BR/IR; HR, 0.12; 95% CrI, 0.05-0.26). Differences in overall survival demonstrated a numerical trend favoring zanubrutinib (probability better than ≥80%) compared with ibrutinib (HR, 0.59; 95% CrI, 0.31-1.11), acalabrutinib (HR, 0.72; 95% CrI, 0.35-1.50), and BR/IR (HR, 0.65; 95% CrI, 0.23-1.75). Rates of response also demonstrated trends favoring zanubrutinib compared with acalabrutinib, with significant results compared with ibrutinib. The NMA suggests that the most efficacious BTKi for patients with high-risk R/R CLL is zanubrutinib.
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) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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 ».