Relationship between Tumor Biomarkers and Efficacy in EMILIA, a Phase III Study of Trastuzumab Emtansine in HER2-Positive Metastatic Breast Cancer
Notice bibliographique
Résumé
PURPOSE: HER2-positive breast cancer is heterogeneous. Some tumors express mutations, like activating PIK3CA mutations or reduced PTEN expression, that negatively correlate with response to HER2-targeted therapies. In this exploratory analysis, we investigated whether the efficacy of trastuzumab emtansine (T-DM1), an antibody-drug conjugate comprised of the cytotoxic agent DM1 linked to the HER2-targeted antibody trastuzumab, was correlated with the expression of specific biomarkers in the phase III EMILIA study. EXPERIMENTAL DESIGN: Tumors were evaluated for HER2 (n = 866), EGFR (n = 832), and HER3 (n = 860) mRNA expression by quantitative reverse transcriptase PCR; for PTEN protein expression (n = 271) by IHC; and for PIK3CA mutations (n = 259) using a mutation detection kit. Survival outcomes were analyzed by biomarker subgroups. T-DM1 was also tested on cell lines and in breast cancer xenograft models containing PIK3CA mutations. RESULTS: Longer progression-free survival (PFS) and overall survival (OS) were observed with T-DM1 compared with capecitabine plus lapatinib in all biomarker subgroups. PIK3CA mutations were associated with shorter median PFS (mutant vs. wild type: 4.3 vs. 6.4 months) and OS (17.3 vs. 27.8 months) in capecitabine plus lapatinib-treated patients, but not in T-DM1-treated patients (PFS, 10.9 vs. 9.8 months; OS, not reached in mutant or wild type). T-DM1 showed potent activity in cell lines and xenograft models with PIK3CA mutations. CONCLUSIONS: Although other standard HER2-directed therapies are less effective in tumors with PI3KCA mutations, T-DM1 appears to be effective in both PI3KCA-mutated and wild-type tumors. Clin Cancer Res; 22(15); 3755-63. ©2016 AACR.
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 | 0,008 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».