The role of afatinib in the management of non-small cell lung carcinoma
Notice bibliographique
Résumé
INTRODUCTION: Despite initial patient benefit, drug resistance to first-generation EGFR tyrosine kinase inhibitors (TKIs) is inevitable. One of the key mechanisms responsible for the development of acquired drug resistance is the secondary T790M missense mutation in exon 20 of the EGFR kinase domain. Afatinib is an ATP-competitive small molecule inhibitor that potently and irreversibly inhibits EGFR and mutated EGFR including the T790M variant, as well as other members of the ErbB family in preclinical studies. AREAS COVERED: The authors describe the rationale and provide the preclinical background to afatinib and its potential as a NSCLC therapy. Specifically, the authors detail the drug's pharmaco-kinetic profile and review its clinical efficacy and toxicity profile. EXPERT OPINION: Afatinib is an effective treatment option for therapy-naive advanced NSCLC harboring an activating EGFR mutation. Furthermore, it is also of potential benefit to patients with acquired resistance to EGFR kinase inhibitors. In the future, the authors envision the clinical development of third-generation EGFR mutation-specific inhibitors in NSCLC, which may potentially spare normal tissue toxicity. Nevertheless, afatinib currently represents a bona fide treatment option in the NSCLC therapeutic armamentarium.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».