A Multicenter Pilot Study Examining the Role of Circulating Tumor Cells as a Blood-Based Tumor Marker in Patients with Extensive Small-Cell Lung Cancer
Notice bibliographique
Résumé
BACKGROUND: Small-cell lung cancer (SCLC), a variant of lung cancer marked by early metastases, accounts for 13% of all lung cancers diagnosed in US. Despite high response rates to treatment, it is an aggressive disease with a median survival of 9-11 months for patients with extensive stage (EX-SCLC). Detection of circulating tumor cells (CTCs) is a novel laboratory technique currently in use to determine response to therapy and to predict prognosis in breast, colorectal, and prostate cancer. We initiated a pilot study to analyze the role of CTCs as a biomarker of response and relapse in patients with EX-SCLC. METHODS: We collected blood samples from chemotherapy naïve patients with EX-SCLC prior to initiation of therapy, after completion of systemic therapy, and follow-up every 6-8 weeks and at relapse. The number of CTCs was determined using the cell search system in a central laboratory. The study was conducted in four different sites, and it was reviewed and approved by respective research review committees and IRBs. RESULTS: We enrolled 26 patients with EX-SCLC, 1 was excluded due to ineligibility, all were treated with platinum and etoposide. We observed partial response in 16 patients, stable disease in 3 patients, 1 patient with disease progression, and 6 patients were not assessed (5 deceased, 1 not available). The overall median number of CTCs in 24 patients measured at baseline and post-tx was 75 (range 0-3430) and 2 (range 0-526), respectively. A significant reduction in CTCs from baseline to post-treatment was identified for 15 subjects; the median reduction was 97.4% (range -100 to +100%, p < 0.001). Higher baseline CTCs and percentage change in post-treatment CTCs were associated with decreased survival. CONCLUSION: We demonstrated that it is feasible to detect CTCs in EX-SCLC. If validated in other prospective studies, CTCs could be a useful biomarker in the management of EX-SCLC by predicting patients' clinical responses to therapy.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».