MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415371933 · doi:10.22146/inajbcs.v57i3.supplement.24251

Effectiveness and safety of camrelizumab combined with pemetrexed-carboplatin in advanced nonsquamous non-small cell lung cancer (NSCLC): a systematic review and meta-analysis

2025· review· W4415371933 sur OpenAlexaboutno aff
Intan Dwikarlina, Genta Antariksa, Brenda Kristi, Masaaki Hamada

Notice bibliographique

RevueIndonesian Journal of Biomedicine and Clinical Sciences · 2025
Typereview
Langue
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLung cancerPemetrexedAdverse effectJadad scaleHazard ratioChemotherapySurvival rateImmunotherapy

Résumé

récupéré en direct d'OpenAlex

Lung cancer is the second most common malignancy worldwide, with non-small cell lung cancer (NSCLC) comprising about 80% of cases. Platinum-based chemotherapy with third-generation agents such as pemetrexed-carboplatin remains the first-line treatment for nonsquamous advanced NSCLC; however, survival benefits remain limited and immune evasion persists. Camrelizumab (SHR-1210), a humanized anti-PD-1 monoclonal antibody, enhances antitumor immunity by blocking the PD-1/PD-L1 pathway. This systematic review and meta-analysis evaluated the efficacy of camrelizumab combined with chemotherapy in advanced NSCLC, in accordance with PRISMA guidelines. A comprehensive search was performed in PubMed, EBSCO, Cochrane, ScienceDirect, Wiley, and Google Scholar for English-language publications up to July 2025. Study quality was assessed using the Modified Jadad Score, Newcastle–Ottawa Scale, and JBI Checklist. Statistical analyses were conducted with Review Manager 5.4. The main outcomes included overall survival (OS) and progression-free survival (PFS), expressed as hazard ratios (HRs), and objective response rate (ORR) and disease control rate (DCR), expressed as odds ratios (ORs). Six studies were identified; after excluding duplicates, four trials with a total of 332 patients (stage IIIB–IV adenocarcinoma) were analyzed. Camrelizumab-based regimens significantly improved OS (HR = 0.69; 95% CI: 0.55–0.87; p = 0.002) and PFS (HR = 0.42; 95% CI: 0.28–0.63; p < 0.01) compared with non-camrelizumab regimens. Reported ORR ranged from 40.0% to 58.8%, while DCR was 75.6%–87.7%. Most adverse events were mild (grade ≤2) and manageable. Hematologic toxicities included anemia (OR 4.1; p < 0.00001) and thrombocytopenia (OR 2.59; p < 0.0001), whereas common non-hematologic toxicities included skin reactions (OR 101.42; p < 0.00001), fatigue (OR 16.39; p < 0.00001), and nausea/vomiting (OR 23.56; p < 0.00001). Camrelizumab increases CD8+ T-cell infiltration. In combination with carboplatin and pemetrexed, it shows promising efficacy with a tolerable safety profile in advanced nonsquamous NSCLC. Large-scale trials remain necessary to validate long-term outcomes.

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)0,009
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,019
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0190,035
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,404
Écart entre enseignants0,376 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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 revueIndonesian Journal of Biomedicine and Clinical Sciences→Même sujetLung Cancer Treatments and Mutations→Travaux en français237 207→