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 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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 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 ».