<i><scp>R</scp>ead<scp>M</scp>ax</i>—a novel reading and scoring approach for <i><scp>EGFR</scp></i> gene copy number to predict therapeutic benefit of erlotinib treatment in <i><scp>EGFR</scp></i> wild‐type non‐small‐cell lung cancer
Notice bibliographique
Résumé
EGFR mutation testing is now well established as a means of selecting the optimal first-line therapy for patients with advanced non-small-cell lung cancer (NSCLC). However, deciding on the correct treatment for EGFR wild-type NSCLC remains a challenge. EGFR fluorescence in-situ hybridization (FISH) testing of gene copy number has been a promising marker, but has provided mixed results despite attempts to standardize the reading and scoring process. The novel ReadMax reading and scoring system focuses on the most aberrant cells, to identify oncogene addiction, rather than taking a representative reading as in the Colorado method. The methodology was developed using historical samples from the TRUST and MERIT studies, followed by re-reading of the samples from the SATURN trial. Analysis of samples using the ReadMax methodology revealed that progression-free survival (PFS) and overall survival (OS) were improved in patients with ReadMax FISH-positive (RM FISH+) tumours, compared with those whose tumours were not RM FISH+: PFS hazard ratios (HRs) were 0.52 for RM FISH+ versus 0.93 for not RM FISH+; OS HRs were 0.69 and 0.92, respectively. For PFS, HR for RM FISH+ versus not RM FISH+ in the SATURN erlotinib group was 0.53 (p = 0.003). The PFS and OS results were also similar in the EGFR wild-type population (PFS HRs were 0.63 and 0.96; OS HRs were 0.61 and 0.84, respectively), although amplification of the EGFR gene in patients with EGFR wild-type disease was not found to be predictive of treatment outcomes, which was unexpected but not unprecedented. KRAS status was not found to affect outcomes. Further experience is required to refine the ReadMax methodology and fully establish its validity and robustness. In conclusion, the ReadMax scoring system to identify patients with EGFR FISH-positive NSCLC is a promising technique, which could improve treatment options and outcomes for patients with advanced NSCLC, in particular for EGFR wild-type tumours.
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 | 0,011 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».