Real-world treatment outcomes and clinicopathologic and molecular determinants of response to first-line lenvatinib in patients with advanced follicular cell-derived thyroid cancer
Notice bibliographique
Résumé
BACKGROUND: There is a paucity of real-world data regarding lenvatinib for locally-recurrent, metastatic and RAI-refractory thyroid cancer. Here we examined the efficacy of first-line lenvatinib in a genomically-characterized cohort and identified clinicopathological/molecular correlates of drug response. METHODS: Patients with advanced follicular cell-derived thyroid cancer who underwent NGS at Princess Margaret Cancer Centre and commenced first-line lenvatinib monotherapy between 2015-2023 were included. Kaplan-Meier method, log-rank tests and univariable/multivariable proportional hazard models were employed. RESULTS: In total, 77 patients were included (48% female, majority papillary (52%), poorly differentiated (17%) or invasive encapsulated follicular variant papillary (16%)). Most (79%) underwent total thyroidectomy and adjuvant RAI (median cumulative dose 231 mCi). At lenvatinib initiation, median age was 62.9 years, 68% were ECOG performance status ≥2, 81% had lung metastases, 53% had bone metastases and 8% had liver metastases. Most patients started with ≤14 mg of lenvatinib daily. Median time to treatment discontinuation was 33 months. Older age, ECOG ≥ 2, liver metastases and TP53 mutation(s) were associated with shorter time to treatment discontinuation; ECOG ≥ 2 and TP53 mutation(s) remained significant on multivariable analysis. CONCLUSION: Our findings reinforce the clinical efficacy of lenvatinib in advanced thyroid cancer patients with heterogenous clinicopathologic/molecular features and highlight variables for future treatment stratification.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».