EGFR-Targeted Therapy for Non-Small Cell Lung Cancer: Focus on EGFR Oncogenic Mutation
Notice bibliographique
Résumé
The two essential requirements for pathologic specimens in the era of personalized therapies for non-small cell lung carcinoma (NSCLC) are accurate subtyping as adenocarcinoma (ADC) versus squamous cell carcinoma (SqCC) and suitability for EGFR molecular testing, as well as for testing of other oncogenes such as EML4-ALK and KRAS. Actually, the value of EGFR expressed in patients with NSCLC in predicting a benefit in terms of survival from treatment with an epidermal growth factor receptor targeted therapy is still in debate, while there is a convincing evidence on the predictive role of the EGFR mutational status with regard to the response to tyrosine kinase inhibitors (TKIs).This is a literature overview on the state-of-the-art of EGFR oncogenic mutation in NSCLC. It is designed to highlight the preclinical rationale driving the molecular footprint assessment, the progressive development of a specific pharmacological treatment and the best method to identify those NSCLC who would most likely benefit from treatment with EGFR-targeted therapy. This is supported by the belief that a rationale for the prioritization of specific regimens based on patient-tailored therapy could be closer than commonly expected.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».