Nivolumab combined with ipilimumab resulted in longer progression-free survival and a higher objective response rate than ipilimumab alone in a phase 3 trial involving patients with advanced melanoma. We now report 3-year overall survival outcomes in this trial.

Background and purpose — We aimed to evaluate the ability of artificial intelligence (a deep learning algorithm) to detect and classify proximal humerus fractures using plain anteroposterior shoulder radiographs. Patients and methods — 1,891 images (1 image per person) of normal shoulders (n = 515) and 4 proximal humerus fracture types (greater tuberosity, 346; surgical neck, 514; 3-part, 269; 4-part, 247) classified by 3 specialists were evaluated. We trained a deep convolutional neural network (CNN) after augmentation of a training dataset. The ability of the CNN, as measured by top-1 accuracy, area under receiver operating characteristics curve (AUC), sensitivity/specificity, and Youden index, in comparison with humans (28 general physicians, 11 general orthopedists, and 19 orthopedists specialized in the shoulder) to detect and classify proximal humerus fractures was evaluated. Results — The CNN showed a high performance of 96% top-1 accuracy, 1.00 AUC, 0.99/0.97 sensitivity/specificity, and 0.97 Youden index for distinguishing normal shoulders from proximal humerus fractures. In addition, the CNN showed promising results with 65–86% top-1 accuracy, 0.90–0.98 AUC, 0.88/0.83–0.97/0.94 sensitivity/specificity, and 0.71–0.90 Youden index for classifying fracture type. When compared with the human groups, the CNN showed superior performance to that of general physicians and orthopedists, similar performance to orthopedists specialized in the shoulder, and the superior performance of the CNN was more marked in complex 3- and 4-part fractures. Interpretation — The use of artificial intelligence can accurately detect and classify proximal humerus fractures on plain shoulder AP radiographs. Further studies are necessary to determine the feasibility of applying artificial intelligence in the clinic and whether its use could improve care and outcomes compared with current orthopedic assessments.

10074 Background: Cancer cachexia is a complex syndrome characterized by significant weight loss and depletion of skeletal muscle mass. Despite its profound impact on the well-being of cancer patients, the effective management of cancer cachexia remains a challenging and underexplored aspect of oncology. This study aims to investigate the potential benefits of oral nutritional supplements (ONS) to cancer patients undergoing chemotherapy. Methods: This is single-arm, prospective pilot study. Patients with cancer cachexia undergoing chemotherapy were included. Patients received ONS twice a day for 8 weeks. The ONS contained 200 kcal, 22.5 gram of carbohydrates, 7.5 gram of fat, and 12.5 gram of protein per 200 mL. Primary endpoints were improvements of lean body mass and physical performance. The secondary endpoints were changes of health-care related quality-of-life (HRQoL), nutritional status, and gut microbiomes profiles. EORTC-QLQ-C30 questionnaire, body composition analysis, 4-meter-walk test, hand grip strength test, and fecal microbiome analysis were conducted at baseline and after 8 weeks. The bacterial 16S rRNA gene (V3 and V4 region) was amplified using PCR and sequenced on the Illumina MiSeq platform. The QIIME 2 pipelines were used to analyze the raw data. Results: From January 2023 to October 2023, total of 10 patients were included. There were no significant differences of the mean daily energy intake (p=0.62) and calf-circumferences (p=0.2) between baseline and after 8 weeks. However, participants exhibited a statistically significant improvement in hand-grip strength (p=0.002) and 4-meter walk test (p=0.021) after 8 weeks. In the body composition analysis using dual-energy X-ray absorptiometry, no differences were observed in body weight (p=0.43), fat mass (p=0.62), fat-free mass (p=0.27), and fat-free mass index (p=0.38). Also, no significant differences were detected in the results of HRQoL survey (p=0.85). In the microbiome analysis, no differences of microbiome composition at phylum and genus levels, α-diversity, and β-diversity were observed between baseline and after 8 weeks. Conclusions: While ONS have shown potential in enhancing physical functions of patients with cancer cachexia undergoing chemotherapy, this did not correlate with the anticipated microbiome changes or improvements in body composition. The absence of expected microbiome alterations, despite enriched protein and dietary fiber, underscores the complexity of cachexia and indicates that its management may extend beyond nutritional supplementation alone. Further research should explore the broader context of cachexia, including nutrition, metabolic processes, and the impact of chemotherapy.

e14539 Background: This study explores the transformation of 'cold' tumour microenvironments into 'hot' ones in mRCC, focusing on the potential of Oncolytic Viruses (OVs) for personalized immunotherapy. Recognizing the variability in patient responses, the research underscores the necessity for reliable biomarkers. The objective is to examine the correlation between plasma cytokine/chemokine levels and the efficacy of Pexa-Vec and cemiplimab, proposing that these biomarkers could predict treatment outcomes and contribute to more personalized cancer treatment protocols. Methods: In this study, mRCC patients from the REN026 trial were categorized into three treatment groups: Pexa-Vec (Intratumoral and intravenous) and cemiplimab combination therapy (N=65), intravenous Pexa-Vec and cemiplimab combination therapy (N=54), and cemiplimab monotherapy (N=14). Blood samples were collected at baseline, during treatment, and at end of treatment (EOT) for analysis. Subsequently, the plasma samples underwent analysis using the Human Cytokine 96-Plex Discovery Assay through the Luminex 200 system. The statistical approach included the Mann–Whitney U-test or Wilcoxon signed-rank test, along with a Cox proportional hazards model. The False Discovery Rate (FDR) method was employed to control type I error. Results: During the follow-up period from June 2018 to February 2023, key outcomes were observed as follows (Table): In the Pexa-Vec and cemiplimab cohort, a lower baseline of MCP-3 or an increased rate of change in post-treatment levels of IFNβ, Eotaxin, IL-1α, and sFasL were associated with improved Progression-Free Survival (PFS). Specifically, a low baseline of MCP-3 or an increased level of Eotaxin and sFasL post-treatment correlated with enhanced Overall Survival (OS). In the intravenous Pexa-Vec and cemiplimab group, a rise in post-treatment levels of IFNβ, Eotaxin, IL-17F, and sFasL were indicative of better PFS, with elevated Eotaxin also suggesting improved OS. Within the cemiplimab monotherapy group, an increase in post-treatment IP-10 was linked to favourable PFS. Conclusions: Our findings suggest the potential utility of plasma cytokine and chemokine profiles in clinical benefits of mRCC patient to the combination of Pexa-Vec and cemiplimab, thereby aiding in future personalized treatment approaches.

This study aimed to assess the survival outcomes of four versus six cycles of first-line platinum-based chemotherapy (PBCT) in the era of immune checkpoint inhibitor (ICI) for patients with advanced urothelial carcinoma (UC).