Impact of sex on the efficacy of immune checkpoint inhibitors in kidney and urothelial cancers: a systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Purpose To analyze and summarize the efficacy of immune checkpoint inhibitor (ICI) alone or in combination therapy for renal cell carcinoma (RCC) and urothelial carcinoma (UC) stratified by sex. Methods Three databases were queried in October 2022 for randomized controlled trials (RCTs) analyzing RCC and UC patients treated with ICIs. We analyzed the association between sex and the efficacy of ICIs in RCC and UC patients across several clinical settings. The outcomes of interest were overall survival (OS) and progression-free survival for the metastatic setting and disease-free survival (DFS) for the adjuvant setting. Results Overall, 16 RCTs were included for meta-analyses and network meta-analyses. In the first-line treatment of metastatic RCC (mRCC) and UC (mUC) patients, ICI-based combination therapies significantly improved OS compared to the current standard of care, regardless of sex. Adjuvant ICI monotherapy reduced the risk of disease recurrence in female patients with locally advanced RCC (pooled hazard ratio [HR]: 0.71, 95% confidence interval [CI] 0.55–0.93) but not in male patients, and, conversely, in male patients with muscle-invasive UC (pooled HR: 0.80, 95%CI 0.68–0.94) but not in female patients. Treatment ranking analyses in the first-line treatment of mRCC and mUC showed different results between sexes. Of note, regarding adjuvant treatment for RCC, pembrolizumab (99%) had the highest likelihood of improved DFS in males, whereas atezolizumab (84%) in females. Conclusions OS benefit of first-line ICI-based combination therapy was seen in mRCC and mUC patients regardless of sex. Sex-based recommendations for ICI-based regimens according to the clinical setting may help guide clinical decision-making.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».