BioCAST/IFCT-1002: epidemiological and molecular features of lung cancer in never-smokers
Notice bibliographique
Résumé
Lung cancer in never-smokers (LCINS) (fewer than 100 cigarettes in lifetime) is considered as a distinct entity and harbours an original molecular profile. However, the epidemiological and molecular features of LCINS in Europe remain poorly understood. All consecutive newly diagnosed LCINS patients were included in this prospective observational study by 75 participating centres during a 14-month period. Each patient completed a detailed questionnaire about risk factor exposure. Biomarker and pathological analyses were also collected. We report the main descriptive overall results with a focus on sex differences. 384 patients were included: 65 men and 319 women. 66% had been exposed to passive smoking (significantly higher among women). Definite exposure to main occupational carcinogens was significantly higher in men (35% versus 8% in women). A targetable molecular alteration was found in 73% of patients (without any significant sex difference): EGFR in 51%, ALK in 8%, KRAS in 6%, HER2 in 3%, BRAF in 3%, PI3KCA in less than 1%, and multiple in 2%. We present the largest and most comprehensive LCINS analysis in a European population. Physicians should track occupational exposure in men (35%), and a somatic molecular alteration in both sexes (73%).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,000 | 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 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 ».