MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410821779 · doi:10.1200/jco.2025.43.16_suppl.4528

Assessment of time-to-treatment-failure (TTF) as a surrogate endpoint for overall survival (OS) to immune checkpoint inhibitor (ICI) regimens in metastatic renal cell carcinoma (mRCC): Findings from an IMDC analysis.

2025· article· en· W4410821779 sur OpenAlexaff
Zachary A. Yochum, Renée Maria Saliby, Wanling Xie, Connor Wells, Evan Ferrier, Martín Zarbá, Hedyeh Ebrahimi, Cristina Suárez, José Manuel Ruiz-Morales, Rana R. McKay, Thomas Powles, Lori Wood, Aly‐Khan A. Lalani, Sumanta Kumar Pal, Guillermo de Velasco, Kosuke Takemura, Neeraj Agarwal, Daniel Yick Chin Heng, Toni K. Choueiri

Notice bibliographique

RevueJournal of Clinical Oncology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensJuravinski Cancer CentreMcMaster UniversityQueen Elizabeth II Health Sciences CentreDalhousie UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineRenal cell carcinomaClinical endpointOncologySurrogate endpointInternal medicineImmune checkpointNivolumabCancer researchImmunotherapyUrologyCancerClinical trial

Résumé

récupéré en direct d'OpenAlex

4528 Background: In Phase III trials for mRCC, OS is a gold standard primary endpoint. However, for ICI-based regimens, this requires extended follow-up times, resulting in higher costs and delayed drug approvals. Identification of surrogate or intermediate endpoints for OS would be beneficial in addressing these challenges. In the current study, we investigated 6-month TTF as a potential intermediate endpoint (IE) for OS in mRCC. Methods: We included all patients from the International mRCC Database Consortium (IMDC) who received ICI-based regimens from 2013 to 2023. TTF was defined from ICI start until drug cessation or death or censored at date of last follow-up. The cohort was divided into 10 equal sub-cohorts based on the decile disease risk scores, calculated using multivariable Cox regression for OS, considering all relevant covariates (IMDC risk groups, presence of bone, brain, or liver metastases, histology, age, prior nephrectomy, ICI type, and year of ICI initiation). For these sub-cohorts, we used Kaplan-Meier methods to determine 18-month OS and event-free rates for 6, 9, and 12-month TTF. We then performed linear regression of stratum-specific 18-month OS against stratum-specific 6-month (and 9- and 12-month) TTF. In the landmark analysis, OS was calculated starting at 6 months after therapy initiation, excluding patients who died or had follow-up of less than 6 months. Results: The IMDC cohort consisted of 1667 patients with a median age of 63 years and 83% had clear cell histology. Median follow-up was 15.4 months (IQR: 7.1-28.6). Across the 10 sub-cohorts, 6-month TTF accounted for 76% of the variance in 18-month OS (R 2 = 0.76, 95% CI: 0.26-0.87). Similar patterns were seen for 9 (R 2 = 0.65, 95% CI: 0.11-0.81) and 12-month TTF (R 2 = 0.64, 95% CI: 0.09-0.80). In the 6-month landmark analysis (evaluable n = 1255), mRCC patients experiencing treatment failure at 6 months had an 18-month OS (i.e. 12 months after the landmark time) rate of 68% (95% CI: 63%-72%), compared to 92% (95% CI: 90%-94%) for those without treatment failure (adjusted HR: 2.74, 95% CI 2.15-3.49). Conclusions: 6-month TTF was predictive of 18-month OS in mRCC patients. These findings suggest that 6-month TTF may be a promising intermediate endpoint for OS and provides supportive evidence of future validation in prospective studies.

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)0,012
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,066
Tête enseignante GPT0,431
Écart entre enseignants0,366 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetRenal cell carcinoma treatment→Travaux en français237 207→