Long-Term Remission After Gefitinib Therapy in an Elderly Patient With Advanced Non-Small-Cell Lung Carcinoma
Notice bibliographique
Résumé
The prognosis for non-small-cell lung carcinoma (NSCLC) pat ients in advanced stages is poor. Gefitinib inhibits the tyrosine kinase activity of epidermal growth factor receptor (EGFR) and have been studied extensively. Oral epidermal growth factor receptor tyrosine kinase inhibitors (EGFR-TKIs) have been as the 2nd-line treatment for NSCLC. It is widely accepted that some clinicopathologic characteristics (female, nonsmoking status, Asian, and EGFR mutations) are the main clinical positive predictive factors when using EGFR-TKIs. The el der patients often suffer from deterioration of performance status (PS). The side reaction caused by chemotherapy is serious and unavoidable. For the elder patients with positive predictive factors and poor PS, there is no report about anti-NSCLC using gefitinib as the 1st-line treatment. We report the case of an 84-year-old woman with diffuse bone metastases from lung cancer. She received oral gefitinib 150 mg / day, combined with three dimensional conformal radiation therapies (3DCRT). A total tumor dose of 36Gy / 12fractions was delivered to the tumor bed and localized metastatic bone pain areas, respectively. After concurrent gefitinib-3DCRT, gefitinib was continued as maintenance therapy. She experienced total regression of the metastases under gefitinib treatment for 30 months. Gefitinib therapy provided effective anti-tumor results. Therefore, for NSCLC patients of multiple metastases with favorable predictive factors such as EGFR mutations, adenocarcinoma, Asian, female gender and nonsmoking status, we suggest that gefitinib may become the 1st-line treatment even with poor PS. doi:10.4021/jmc513w
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».