Epidermal growth factor receptor mutations detected by denaturing high‐performance liquid chromatography in nonsmall cell lung cancer
Notice bibliographique
Résumé
BACKGROUND: Somatic mutations in the epidermal growth factor receptor (EGFR) kinase domain are associated with sensitivity to EGFR-tyrosine kinase inhibitors (EGFR-TKI) in patients with nonsmall cell lung cancer (NSCLC). METHODS: The authors tested the possibility that nucleotide sequencing may be poorly suited for detection of mutations in tumor samples and found that denaturing high-performance liquid chromatography (dHPLC) was an efficient and more sensitive method for screening. RESULTS: These results suggested that some reports based on standard DNA sequencing techniques may have underestimated mutation rates. In the present report, the authors examined the relationship between the presence and type of EGFR mutations detected by dHPLC and various clinicopathologic features of NSCLC, including response to therapy with EGFR-TKI. Among 251 patients with advanced disease, 100 individuals received EGFR-TKI. Those whose tumors harbored a detectable EGFR kinase mutation were much more likely to have a partial response (PR) or stable disease (SD) with EGFR-TKI therapy than patients whose tumor contained no mutation (80% vs 35%; P = .001). Among the individual genotype subgroups, the frequency of a PR or SD was significantly different between patients with an exon 19 deletion compared with those with no detectable mutation (86% vs 35%; P < .001). Furthermore, patients whose tumors expressed an exon 19 mutant EGFR isoform exhibited a trend toward better EGFR-TKI response (86% vs 67%; P = .171) and improved survival compared with patients whose tumors expressed an exon 21 mutation. CONCLUSIONS: Our findings warrant confirmation in large prospective trials and exploration of the biological mechanisms of the differences between mutation types.
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 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».