Erlotinib in Lung Cancer — Molecular and Clinical Predictors of Outcome
Notice bibliographique
Résumé
BACKGROUND: A clinical trial that compared erlotinib with a placebo for non-small-cell lung cancer demonstrated a survival benefit for erlotinib. We used tumor-biopsy samples from participants in this trial to investigate whether responsiveness to erlotinib and its impact on survival were associated with expression by the tumor of epidermal growth factor receptor (EGFR) and EGFR gene amplification and mutations. METHODS: EGFR expression was evaluated immunohistochemically in non-small-cell lung cancer specimens from 325 of 731 patients in the trial; 197 samples were analyzed for EGFR mutations; and 221 samples were analyzed for the number of EGFR genes. RESULTS: In univariate analyses, survival was longer in the erlotinib group than in the placebo group when EGFR was expressed (hazard ratio for death, 0.68; P=0.02) or there was a high number of copies of EGFR (hazard ratio, 0.44; P=0.008). In multivariate analyses, adenocarcinoma (P=0.01), never having smoked (P<0.001), and expression of EGFR (P=0.03) were associated with an objective response. In multivariate analysis, survival after treatment with erlotinib was not influenced by the status of EGFR expression, the number of EGFR copies, or EGFR mutation. CONCLUSIONS: Among patients with non-small-cell lung cancer who receive erlotinib, the presence of an EGFR mutation may increase responsiveness to the agent, but it is not indicative of a survival benefit.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».