Epidermal Growth Factor Receptor Inhibitors in the Treatment of Non-small Cell Lung Cancer
Notice bibliographique
Résumé
Inhibition of the epidermal growth factor receptor (EGFR) has become a standard target in the treatment of non-small cell lung cancer (NSCLC). This chapter summarizes the clinical trials that have been performed with small molecule tyrosine kinase inhibitors (TKI) and monoclonal antibodies targeting EGFR in NSCLC. Erlotinib has established second- and third-line efficacy following the phase III BR.21 study, results not seen in the corresponding ISEL trial with gefitinib. However, in the INTEREST trial gefitinib demonstrated non-inferiority to docetaxel in the second-line setting, and as first-line therapy may be better than chemotherapy in selected patients. Cetuximab also modestly prolongs survival when combined with chemotherapy as first-line treatment in patients with EGFR expressing tumors. Numerous other TKIs and monoclonal antibodies have demonstrated clinical activity in early phase trials. Novel TKIs may have the ability to overcome resistance to first generation TKI therapy. Furthermore, there are encouraging studies combining EGFR inhibitors and anti-angiogenesis drugs such as bevacizumab. In conclusion, EGFR inhibition, by a range of strategies, remains a central node in the treatment of NSCLC.
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) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».