A Meta-Analysis of Adjuvant Therapy after Potentially Curative Treatment for Hepatocellular Carcinoma
Notice bibliographique
Résumé
BACKGROUND: The high recurrence rate of hepatocellular carcinoma (HCC) after potentially curative treatment determines the long-term prognosis. OBJECTIVE: To evaluate the efficacy and safety of adjuvant therapies in patients with HCC who have undergone hepatic resection, transplantation or locoregional ablation therapy. METHODS: Several databases were searched to identify randomized controlled trials (RCTs) fulfilling the predefined selection criteria. Meta-analyses were performed to estimate the effects of adjuvant therapies of any modality on recurrence-free survival (RFS) and overall survival (OS). RESULTS: Eight adjuvant modalities were identified from 27 eligible RCTs conducted predominantly in Asian populations comparing adjuvant with no adjuvant therapy. Adjuvant chemotherapy, internal radiation and heparanase inhibitor PI-88 therapy failed to improve RFS or OS, while interferon (IFN) therapy yielded significant survival results. The findings of adjuvant vitamin analogue therapy required further examination. Adjuvant adoptive immunotherapy conferred significant benefit for RFS but not for OS. Although cancer vaccine therapy and radioimmunotherapy may improve survival after radical surgery, the results were from single, small-scale trials. Severe side effects were observed in the studies of adjuvant chemotherapy and of IFN therapy. CONCLUSIONS: Adjuvant IFN therapy can improve both RFS and OS; however, the benefits of using this agent should be weighed against its side effects. Combination of systemic and transhepatic arterial chemotherapy is not recommended for HCC after potentially curative treatment. Other adjuvant therapies produce limited success for survival. Additional RCTs with proper design are required to establish the role of adjuvant therapies for HCC.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,011 |
| Bibliométrie | 0,002 | 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 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 ».