Somatostatin analogs in neuroendocrine tumors with <scp>Ki‐67</scp> index of ≥10%
Notice bibliographique
Résumé
Somatostatin analogs (SSAs) are an established first-line therapy in intestinal and pancreatic neuroendocrine tumors (NETs). Based on Phase III studies, their use is recommended in NET with a Ki-67 index of up to 10%. The effect of first-line SSA therapy on differentiated NET with a Ki-67 index ≥10% is poorly understood. This study aimed to investigate the outcomes of SSA therapy in differentiated NETs with a Ki-67 index of ≥10%. A retrospective analysis of a prospectively created dataset of consecutive patients with NETs was performed. Patients with first-line SSA monotherapy in advanced NET with a Ki-67 index ≥10% were included. The study endpoints were progression-free survival (PFS), overall survival (OS), and clinical benefit rate, defined as partial remission (PR) or stable disease (SD). Of 362 consecutive patients with a Ki-67 index ≥10%, 67 received first-line SSA therapy. The Ki-67 index was 10-20% (G2) in 57 (85%) patients and >20% (G3) in 10 (15%). SD as the best response was reached in 40 (59.7%) patients and PR in 3 (4.5%), irrespective of the NET origin, time from the diagnosis, or somatostatin receptor-based tracer uptake. The median PFS was 18 (95% confidence interval [CI], 5.7-30.3) months, and the median OS was 60 (95% CI, 38.2-81.8) months after the initiation of SSA therapy. Median PFS was significantly longer in patients with a Ki-67 index of 10-20% (19 months; 95% CI, 6.2-31.8) compared to those with G3 NETs (6 months; 95% CI, 2.9-9.1; p = .015, log-rank test), and in patients with a liver tumor burden of ≤10% (24 months; 95% CI, 12.7-35.3) versus >10% (4 months; 95% CI, 2.3-5.7; p = .007). First-line SSA therapy can provide meaningful disease control in patients with G2 NETs and low tumor burden, despite a Ki-67 index ≥10%. It may be a reasonable alternative to more intensive therapies in selected patients.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».