Epiregulin gene expression as a biomarker of benefit from cetuximab in the treatment of advanced colorectal cancer
Notice bibliographique
Résumé
BACKGROUND: Anti-EGFR antibody, cetuximab, improves overall survival (OS) in K-ras wild-type chemotherapy-refractory colorectal cancer. Epidermal growth factor receptor ligand epiregulin (EREG) gene expression may further predict cetuximab benefit. METHODS: Tumour samples from a phase III clinical trial of cetuximab plus best supportive care (BSC) vs BSC alone (CO.17) were analysed for EREG mRNA gene expression. Predictive effects of high vs low EREG on OS and progression-free survival (PFS) were examined for treatment-biomarker interaction. RESULTS: Both EREG and K-ras status were ascertained in 385 (193 cetuximab, 192 BSC) tumour samples. Within the high EREG and K-ras wild-type status ('co-biomarker')-positive group (n=139, 36%), median PFS was 5.4 vs 1.9 months (hazard ratio (HR) 0.31; P<0.0001), and median OS was 9.8 vs 5.1 months (HR 0.43; P<0.001) for cetuximab vs BSC, respectively. In the rest (n=246, 64%), PFS (HR 0.82; P=0.12) and OS (HR 0.90; P=0.45) were not significantly different. Test for treatment interaction showed a larger cetuximab effect on OS (HR 0.52; P=0.007) and PFS (HR 0.49; P=0.001) in the co-biomarker-positive group. CONCLUSION: In pre-treated K-ras wild-type status colorectal cancer, patients with high EREG gene expression appear to benefit more from cetuximab therapy compared with low expression. Epiregulin as a selective biomarker requires further evaluation.
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 ».