Combination of immune checkpoint inhibitors with multi-targeted tyrosine kinase inhibitors for second- or later-line therapy of non-small cell lung cancer: a systematic review and meta-analysis
Notice bibliographique
Résumé
Background: Second- or later-line therapy for patients with advanced non-small cell lung cancer (NSCLC) is highly individualized. Combining immune checkpoint inhibitors (ICIs) with multi-targeted tyrosine kinase inhibitors (multi-TKIs) has emerged as a chemotherapy-free option for these patients. We aim to provide a comprehensive overview of the efficacy and safety of the treatment. Methods: We systematically searched four databases for studies evaluating ICIs combined with multi-TKIs in second- or later-line therapy for NSCLC. Data were extracted and study quality was assessed using the Canadian Institute of Health Economics tool for case series. A systematic review and meta-analysis were conducted for efficacy outcomes. Results: Twenty studies (10 prospective and 10 retrospective) were included from 155 retrieved articles. Nineteen studies were conducted in China, with programmed death receptor 1 (PD-1) antibodies and anlotinib as the most frequently used combination. The single-arm meta-analysis showed that the pooled median progression-free survival (mPFS) was 5.74 months [95% confidence interval (CI): 4.65-6.84], and the median overall survival was 15.41 months (95% CI: 13.40-17.41). The objective response rate was 26.35% (95% CI: 19.52-33.18%), and the disease control rate was about 80.73% (95% CI: 75.59-85.86%). For patients with EGFR/ALK/ROS1 mutations, the mPFS was 3.17 months (95% CI: 2.54-3.79). The most commonly reported severe adverse events across the included studies were hypertension, fatigue, hepatic dysfunction, urinary abnormalities, and hand-foot syndrome. Conclusions: The combination of ICIs and multi-TKIs offers an alternative chemotherapy-free treatment option for patients with advanced NSCLC in the second- or later-line setting.
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 | 0,010 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,036 |
| Bibliométrie | 0,007 | 0,008 |
| 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) | 0,003 | 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 ».