Epidermal growth factor receptor tyrosine kinase inhibitors in early-stage nonsmall cell lung cancer
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Targeted molecular therapy is playing an increasingly important role in the treatment of nonsmall cell lung cancer (NSCLC). Epidermal growth factor receptor tyrosine kinase inhibitors (EGFR-TKIs) have demonstrated efficacy in the advanced disease setting. Preliminary findings suggest that EGFR-TKIs may also be beneficial as adjuvant therapy following complete resection in patients with EGFR-mutation-positive early-stage I-III NSCLC; however, many questions remain unanswered. RECENT FINDINGS: Single-arm trials of adjuvant EGFR-TKI therapy in patients with tumors harboring activating EGFR mutations show impressive 2-year disease-free survival (DFS). Phase III randomized trial data do not support adjuvant EGFR-TKI therapy in unselected completely resected stage I-III NSCLC, but show improved DFS in patients with completely resected EGFR-mutated NSCLC. Adverse events leading to treatment withdrawal and dose reductions are frequent with adjuvant EGFR-TKI therapy, and relapse following treatment withdrawal is common. Adjuvant EGFR-TKIs have not yet been shown to improve the overall survival (OS) in patients with tumors harboring activating EGFR mutations. SUMMARY: There are no data to support the use of adjuvant EGFR-TKIs in unselected early-stage NSCLC. Although EGFR-TKIs hold promise as adjuvant therapy in patients whose tumors harbor EGFR mutations, in the absence of definitive data confirming an OS benefit eligible patients should continue to receive adjuvant chemotherapy following complete resection.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».