MétaCan
Menu
Retour à la cohorte
Enregistrement W4417342747 · doi:10.1182/blood.2025029210

Asciminib demonstrates superior efficacy and safety in newly diagnosed chronic myeloid leukemia in the ASC4FIRST trial

2025· article· en· W4417342747 sur OpenAlexaff
Jörge E. Cortes, Timothy P. Hughes, Jianxiang Wang, Dong Wook Kim, Dennis Dong Hwan Kim, Jiří Mayer, Yeow Tee Goh, Philipp le Coutre, Gabriel Étienne, In Ho Kim, David Andorsky, Felice Bombaci, Ghayas C. Issa, Naoto Takahashi, S. S. Kapoor, Rajendra Jinwal, Kamel Malek, Tracey McCulloch, Lillian Yau, Richard A. Larson, Andreas Hochhaus

Notice bibliographique

RevueBlood · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Myeloid Leukemia Treatments
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesNovartis PharmaEUSA PharmaAstellas PharmaIncyteSyndax PharmaceuticalsBeiGeneGilead SciencesCelgeneBristol-Myers SquibbAstraZenecaAmgenPfizer
Mots-clésDiscontinuationImatinibTolerabilityMyeloid leukemiaImatinib mesylateAdverse effectHazard ratioClinical trial

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: Many patients receiving frontline tyrosine kinase inhibitors (TKIs) for chronic-phase chronic myeloid leukemia (CML-CP) experience inadequate disease control and/or adverse events (AEs) that impair quality of life. Treatments offering optimal efficacy, safety, and tolerability will support long-term therapy. In the primary analysis from the ASC4FIRST trial, a phase 3 randomized trial comparing asciminib with investigator-selected TKIs (IS-TKIs) in newly diagnosed CML-CP, asciminib demonstrated superior efficacy vs all IS-TKIs and vs imatinib in the imatinib stratum, meeting both primary objectives. In the secondary analysis (2.2 years' median follow-up), major molecular response (MMR) rate at week 96 was 74.1% with asciminib vs 52.0% with IS-TKIs (treatment difference, 22.4% [95% confidence interval (CI), 13.6-31.3]; 1-sided P< .001) and 76.2% with asciminib vs 47.1% with imatinib in the imatinib stratum (treatment difference, 29.7% [95% CI, 17.6-41.8]; 1-sided P< .001), meeting both key secondary objectives. MMR rate was 72.0% with asciminib vs 56.9% with second-generation (2G) TKIs (treatment difference, 15.1% [95% CI, 2.3-28.0]; 1-sided P< .05), suggesting possible clinical benefit, although the study was not designed to formally confirm statistical significance for this secondary end point. Safety/tolerability remained favorable with asciminib vs IS-TKIs. Dose reductions and interruptions, respectively, occurred with asciminib (18.5%; 46.5%), imatinib (23.2%; 47.5%), and 2G TKIs (54.9%; 63.7%). The hazard ratio for time to discontinuation of treatment due to AEs for asciminib vs 2G TKIs was 0.46 (95% CI, 0.215-0.997). With longer follow-up, asciminib continued to demonstrate a favorable benefit-risk profile over IS-TKIs and imatinib, supporting its potential as a treatment option for newly diagnosed CML-CP. This trial was registered at www.clinicaltrials.gov as NCT04971226.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,012
Tête enseignante GPT0,270
Écart entre enseignants0,258 · 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'étudeEssai randomisé
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

Citations9
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBloodMême sujetChronic Myeloid Leukemia TreatmentsTravaux en français237 207