Ibrutinib in Elderly Patients with Chronic Lymphocytic Leukemia: Adverse Event Incidence, Management, and Outcomes in a Canadian Real-World Setting
Notice bibliographique
Résumé
BACKGROUND: Long-term clinical trials and real-world data have established a comprehensive risk-benefit profile for ibrutinib, informing adverse event (AE) management strategies to optimize safety and efficacy. METHODS: We retrospectively assessed the incidence of AEs of special interest and management strategies in all patients treated with ibrutinib for chronic lymphocytic leukemia (CLL) in Saskatchewan, Canada, since 2014. RESULTS: Among 187 patients (median age 75.7 years, 63% male), the median time from ibrutinib treatment initiation to data cutoff was 3.1 years. Approximately two-thirds of patients received ibrutinib for relapsed CLL (33.7% second-line and 32.6% third-line and beyond), with 33.7% receiving it first-line. All patients initiated ibrutinib as monotherapy at 420 mg. AEs of interest were observed in 81.3% of patients, with 42.8% experiencing ≥2 AEs. No grade 5 AEs were reported. Among the 284 first-onset AEs observed in 152 patients, 90.8% were successfully managed, allowing treatment continuation. The median time to successful management ranged from 27.0 days (range: 12.5-73.0) for infections to 84.0 days (range: 55.0-141.0) for hypertension. Both AE and discontinuation rates were comparable or favourable to previous reports. CONCLUSION: This real-world analysis suggests that ibrutinib may be safely used in the majority of CLL patients encountered in routine practice.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».