EGFR Tyrosine Kinase Inhibitors Prolong Overall Survival in EGFR Mutated Non-Small-Cell Lung Cancer Patients with Postsurgical Recurrence
Notice bibliographique
Résumé
It is indisputable that epidermal growth factor receptor (EGFR) tyrosine kinase inhibitors (TKIs) prolong progression-free survival in non-small-cell lung cancer (NSCLC) patients with EGFR mutations better than cytotoxic chemotherapy. However, it is unclear whether EGFR-TKIs prolong the overall survival of NSCLC patients, especially in those with postsurgical recurrence.We retrospectively examined 304 NSCLC patients with known EGFR mutational status (excluding those with squamous cell carcinoma), who had undergone pulmonary resection and experienced postsurgical recurrence. Of these patients, 137 carried EGFR mutations and 167 did not. Of the 137 patients with EGFR mutations, 83 were treated with EGFR-TKIs for their recurrent disease, and 32 of the 167 patients without EGFR mutations were treated with EGFR-TKIs. Postsurgical survival was divided into two parts: recurrence-free survival (RFS) and postrecurrence survival (PRS), and these were compared between the subgroups with a multivariate analysis, adjusted for baseline clinical characteristics.There was no significant difference in RFS between patients with EGFR mutations and those without (P = 0.88). PRS was also similar in these two subgroups when we excluded patients who had been treated with EGFR-TKIs (P = 0.64). In patients with EGFR mutations, PRS was significantly longer in those who were treated with EGFR-TKIs than in those who were not given EGFR-TKIs (P = 0.04). However, among patients without EGFR mutations, PRS was similar in patients who had and had not been treated with EGFR-TKIs (P = 0.87). In conclusion, among NSCLC patients with postsurgical recurrence, EGFR-TKIs prolonged PRS in those with EGFR mutations.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».