Single-nucleotide polymorphisms associated with outcome in metastatic renal cell carcinoma treated with sunitinib
Notice bibliographique
Résumé
BACKGROUND: There are no validated markers that predict response in metastatic renal cell cancer (RCC) patients treated with sunitinib. We aim to study the impact of single-nucleotide polymorphisms (SNPs) that have recently been proposed as predictors of outcome to anti-VEGF-targeted therapy in metastatic RCC in an independent cohort of patients. METHODS: We genotyped 16 key SNPs in 10 genes involved in sunitinib pharmacokinetics, pharmacodynamics and VEGF-independent angiogenesis in patients with metastatic clear-cell RCC treated with sunitinib as the first-line targeted therapy. Association between SNPs, progression-free survival (PFS) and overall survival (OS) were studied by multivariate Cox regression using relevant clinical factors associated with PFS and OS as covariates. RESULTS: In a series of 88 patients, both PFS and OS were associated significantly with SNP rs1128503 in ABCB1 (P=0.027 and P=0.025), rs4073054 in NR1/3 (P=0.025 and P=0.035) and rs307821 in VEGFR3 (P=0.032 and P=0.011). Progression-free survival alone was associated with rs2981582 in FGFR2 (P=0.031) and rs2276707 in NR1/2 (P=0.047), whereas OS alone was associated with rs2307424 in NR1/3 (P=0.048) and rs307826 in VEGFR3 (P=0.013). CONCLUSION: Our results confirm former communications regarding the association between SNPs in ABCB1, NR1/2, NR1/3 and VEGFR3 and sunitinib outcome in clear-cell RCC. Prospective validation of these SNPs is now required.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,000 | 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 ».