MétaCan
Menu
Retour à la cohorte
Enregistrement W2134897113 · doi:10.1200/jco.2010.33.3757

Relative Abundance of <i>EGFR</i> Mutations Predicts Benefit From Gefitinib Treatment for Advanced Non–Small-Cell Lung Cancer

2011· article· en· W2134897113 sur OpenAlexaff
Qing Zhou, Xu‐Chao Zhang, Zhihong Chen, Xiaolu Yin, Jin‐Ji Yang, Chong‐Rui Xu, Hong‐Hong Yan, Hua‐Jun Chen, Jian Su, Wen‐Zhao Zhong, Xue‐Ning Yang, Shejuan An, Bin-Chao Wang, Yi-Sheng Huang, Zhen Wang, Yi‐Long Wu

Notice bibliographique

RevueJournal of Clinical Oncology · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensCAE (Canada)
Organismes subventionnairesnon disponible
Mots-clésGefitinibMedicineLung cancerEpidermal growth factor receptorInternal medicineOncologyMutationCancer researchWild typeCancerBiologyGeneGeneticsMutant

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Our aim was to determine whether abundance of epidermal growth factor receptor (EGFR) mutations in tumors predicts benefit from treatment with EGFR-tyrosine kinase inhibitors (TKIs) for advanced non-small-cell lung cancer (NSCLC). PATIENTS AND METHODS: We detected EGFR mutations in 100 lung cancer samples using direct DNA sequencing and amplification refractory mutation system (ARMS). Mutation-positive tumors by both methods carried high abundance of EGFR mutations. Tumors that were mutation positive by ARMS but mutation negative by direct DNA sequencing harbored low abundance of EGFR mutations. Mutation-negative tumors by both methods carried wild-type EGFR. All patients received gefitinib treatment. The correlation between EGFR mutation abundance and clinical benefit from gefitinib treatment was analyzed. RESULTS: Of 100 samples, 51 and 18 harbored high and low abundances of EGFR mutations, respectively; 31 carried wild-type EGFR. Median progression-free survival (PFS) was 11.3 (95% CI, 7.4 to 15.2) and 6.9 months (95% CI, 5.5 to 8.4) in patients with high and low abundances of EGFR mutations, respectively (P = .014). Median PFS of patients with low abundance of EGFR mutations was significantly longer than that of those with wild-type tumors (2.1 months; 95% CI, 1.0 to 3.2; P = .010). Objective response rates (ORRs) were 62.7%, 44.4%, and 16.1%, and overall survival (OS) rates were 15.9 (95% CI, 13.4 to 18.3), 10.9 (95% CI, 2.7 to 19.1), and 8.7 months (95% CI, 4.6 to 12.7) for patients with high abundance of EGFR mutations, low abundance of EGFR mutations, and wild-type EGFR, respectively. The difference between patients with high and low abundances of EGFR mutations was not significant regarding ORR and OS. CONCLUSION: The relative EGFR mutation abundance could predict benefit from EGFR-TKI treatment for advanced 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,486
Score d'incertitude au seuil0,483

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,109
Tête enseignante GPT0,475
Écart entre enseignants0,367 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations247
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetLung Cancer Treatments and MutationsTravaux en français237 207