MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410823148 · doi:10.1200/jco.2025.43.16_suppl.4544

Baseline radiological tumor burden to sub-stratify IMDC risk groups in metastatic renal cell carcinoma treated with first-line therapy: A post hoc analysis from a randomized phase III trial.

2025· article· en· W4410823148 sur OpenAlexaff
Rashad Nawfal, Razane El Hajj Chehade, Karl Semaan, Marc Eid, Liliana Ascione, Eddy Saad, Wassim Daoud Khatoun, Jad El Masri, Wenxin Xu, Emre Yekedüz, Maxine Sun, David A. Braun, Saurabh Gupta, Daniel Yick Chin Heng, Katherine M. Krajewski, Toni K. Choueiri

Notice bibliographique

RevueJournal of Clinical Oncology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicinePost-hoc analysisRenal cell carcinomaOncologyRadiological weaponInternal medicineSurgery

Résumé

récupéré en direct d'OpenAlex

4544 Background: Baseline radiological tumor burden (BRTB) is a measurement derived from routine CT scans and reflects baseline tumor burden. Herein we assess the utility of BRTB to help with risk assessment within IMDC risk subgroups from a randomized prospective phase III study. Methods: We reviewed data of 701 patients with metastatic renal cell carcinoma (mRCC) from the CheckMate 9ER trial (Choueiri, NEJM 2021). Patients with BRTB measurement per investigator using RECIST v1.1 at baseline were included. Outcomes of interest included overall survival (OS), and progression-free survival (PFS). To evaluate the impact of BRTB on OS and PFS, we used univariate and multivariable Cox regression models for each IMDC subgroup accounting for age, sex, race, stage at diagnosis, sarcomatoid features and regimen type (IO+VEGFi, VEGFi). Results: Favorable, intermediate and poor risk IMDC subgroups included 157/701, 392/701 and 132/701 patients, respectively. This cohort included 63, 187 and 94 OS events and 112, 290 and 103 PFS events in favorable, intermediate and poor risk groups, respectively. For the favorable risk group, BRTB was not associated with OS or PFS on multivariable analysis (HR adjusted = 1.00, 95%CI: 0.99-1.01, p = 0.68 and HR adjusted = 1.00, 95%CI: 0.99 – 1.00, p = 0.99, respectively). Similarly for the poor risk group, BRTB was not associated with OS or PFS on multivariable analysis (HR adjusted = 1.03, 95%CI: 0.99-1.06, p = 0.06 and HR adjusted = 1.02, 95%CI: 0.98 – 1.04, p = 0.54, respectively). However, in the intermediate risk group, higher BRTB was associated with worse OS (HR: 1.05 for each 1 cm increase in BRTB, 95%CI: 1.04-1.07, p < 0.0001) and PFS (HR: 1.03, 95%CI: 1.01-1.05, p < 0.001). On multivariable analysis, BRTB remained associated with both OS and PFS (HR adjusted = 1.05, 95%CI: 1.04-1.07, p < 0.0001 and HR adjusted = 1.03, 95%CI: 1.02 – 1.05, p < 0.0001, respectively). Further, we stratified IMDC intermediate risk group outcomes according to BRTB median value of 6.33cm (Table). Conclusions: While BRTB does not appear to predict outcomes in favorable and poor-risk subgroups in this study, BRTB is a useful metric for sub-stratification of the intermediate-risk IMDC subgroup. External validation is imperative to validate these findings and explore BRTB integration into clinical decision-making in mRCC. Stratification of the intermediate IMDC risk group according to baseline radiological tumor burden median (6.33cm). Intermediate low BRTB (n=196) Intermediate high BRTB (n=196) Log rank p value Median OS, months(95% CI) NR (49.5 – NR) 30.9 (24.4 – 40) p < 0.0001 Median PFS, months(95% CI) 15.84 (11.83 – 18.3) 8.41 (6.97 – 11.1) p < 0.001

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)0,007
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,066
Tête enseignante GPT0,398
Écart entre enseignants0,333 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

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