Efficacy and safety of RET-kinase inhibitors in RET-altered thyroid cancers: a systematic review and single-arm meta-analysis
Notice bibliographique
Résumé
The RET proto-oncogene, which encodes a receptor tyrosine kinase, is an important factor in the pathogenesis of medullary and papillary thyroid cancers. Selpercatinib and pralsetinib, both specific RET-kinase inhibitors, are the only FDA-approved drugs for treating RET-altered thyroid cancer. We wanted to evaluate the safety and efficacy of selpercatinib and pralsetinib in RET-altered thyroid cancers. We searched the PubMed, Embase, Cochrane, and Clinicaltrials.gov databases for randomized controlled trials and observational studies published up to March 30, 2024, and included those that reported any of the desired endpoints. The primary endpoints were 1-year progression-free survival (PFS), objective response rate (ORR), and disease control rate (DCR). Quantitative analyses were performed using the R programming language. We included four studies with 560 patients, 510 with RET-mutant and 50 with RET-fusion thyroid cancer. The 1-year PFS was 84% (95% CI, 79-88, I 2 = 43%), ORR was 69% (95% CI, 65-73, I 2 = 0) and DCR was 93% (95% CI, 89-96, I 2 = 44%). Some important grade ≥3 adverse events were hypertension (16%; 95% CI, 11-22; I 2 = 43%), diarrhea (3%; 95% CI, 2-5; I 2 = 0), increased ALT (11%; 95% CI, 8-14; I 2 = 0) and increased AST (6%; 95% CI, 4-10; I 2 = 0). In conclusion, these findings suggest that selpercatinib and pralsetinib are efficacious and safe for use in patients with RET-altered thyroid cancer.
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 | 0,013 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,021 | 0,036 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».