MétaCan
Menu
Retour à la cohorte
Enregistrement W4409472865 · doi:10.1016/j.jaccao.2025.01.020

Immune Checkpoint Inhibitor Myocarditis and Left Ventricular Systolic Dysfunction

2025· article· fr· W4409472865 sur OpenAlexaff
Yen-Chou Chen, Charles Dolladille, Anjali Rao, Nicolas L. Palaskas, Anita Deswal, Lorenz Lehmann, Jennifer Cautela, Pierre‐Yves Courand, Salim S. Hayek, Han Zhu, Richard K. Cheng, Joachim Alexandre, Lauren A. Baldassarre, François Roubille, Michal Laufer‐Perl, Aarti Asnani, Stephane Ederhy, Yuichi Tamura, Sanjeev Francis, Elizabeth M Gaughan, Douglas B. Johnson, Danette L. Flint, Peter P. Rainer, Guillaume Bailly, Steven M. Ewer, Mandar A. Aras, Dimitri Arangalage, Eve Cariou, Roberta Florido, Giovanni Peretto, Osnat Itzhaki Ben Zadok, Nausheen Akhter, Anna Narezkina, Joshua Levenson, Yan Liu, Shanthini Mary Crusz, Nahéma Issa, Nicolas Piriou, Darryl P. Leong, Shahneen Sandhu, Isik Turker, Pedro Moliner, Michel Obéid, Lucie Heinzerling, Wei‐Ting Chang, Andrew Stewart, Vishnu Venkatesh, Z Y Du, Anirudh Yadavalli, Do‐Hyeong Kim, Alvin Chandra, Kathleen W. Zhang, John R. Power, Javid J. Moslehi, Joe‐Elie Salem, Vlad G. Zaha

Notice bibliographique

RevueJACC CardioOncology · 2025
Typearticle
Languefr
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensMcMaster University
Organismes subventionnairesNational Institutes of HealthEuropean Research Area Network on Cardiovascular DiseasesEisaiNovo NordiskDaiichi-SankyoUVA Cancer CenterIpsenBeiGeneAndrew Sabin Family FoundationRegeneron PharmaceuticalsCancer Prevention and Research Institute of TexasNational Heart, Lung, and Blood InstitutePfizerAustrian Science FundNational Cancer InstituteKiniksa PharmaceuticalsAstraZenecaEli Lilly and CompanyBristol-Myers Squibb
Mots-clésMyocarditisCardiologyInternal medicineMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Immune checkpoint inhibitors (ICIs) have transformed cancer treatment, but ICI myocarditis (ICI-M) remains a potentially fatal complication. The clinical implications and predictors of left ventricular ejection fraction (LVEF) <50% in ICI-M are not well understood. OBJECTIVES: The aim of this study was to identify factors associated with LVEF <50% vs ≥50% at the time of hospitalization for ICI-M. A secondary objective was to evaluate the relationship between LVEF and 30-day all-cause mortality. METHODS: The International ICI-Myocarditis Registry, a retrospective, international, multicenter database, included 757 patients hospitalized with ICI-M. Patients were stratified by LVEF as reduced LVEF (<50%) or preserved LVEF (≥50%) on admission. Cox proportional hazards models were used to assess the associations between LVEF and clinical events, and multivariable logistic regression was conducted to examine factors linked to LVEF. RESULTS: , and were more likely to have received chest radiation (24.2% vs 13.5%; P < 0.001). Multivariable analysis identified predictors of LVEF <50%, including exposure to v-raf murine sarcoma viral oncogene homolog B1/mitogen-activated protein kinase inhibitors, pre-existing heart failure, dyspnea at presentation, and at least 40 days from ICI initiation to ICI-M onset. Conversely, myositis symptoms were associated with LVEF ≥50%. LVEF <50% was marginally associated with 30-day all-cause mortality (unadjusted log-rank P = 0.062; adjusted for age, cancer types, and ICI therapy, HR: 1.50; 95% CI: 1.02-2.20). CONCLUSIONS: Dyspnea, time from ICI initiation, a history of heart failure, and prior cardiotoxic therapy may be predictors of an initial LVEF <50% in patients with ICI-M.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,255
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJACC CardioOncologyMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207