Investigation of PD-L1 Biomarker Testing Methods for PD-1 Axis Inhibition in Non-squamous Non–small Cell Lung Cancer
Notice bibliographique
Résumé
Inhibitors of the programmed cell death 1 (PD-1) signaling axis have recently demonstrated efficacy and are rapidly being incorporated into the treatment of non-small cell lung cancers (NSCLCs). Despite clear benefits to certain patients, the association of these responses with a predictive biomarker remains uncertain. Several different biomarkers have been proposed, with differing results and conclusions. This study compares multiple methods of biomarker testing for treatment of NSCLCs with PD1-axis inhibitors. Tissue microarrays of matched primary and metastatic NSCLCs were used to compare four different PD-1 ligand (PD-L1) IHC techniques, as well as RNA ISH. Additional cases with whole genome and transcriptome data were assessed for molecular correlates of PD-L1 overexpression. Eighty cases were included in the IHC study. Multiple IHC methodologies showed a high rate of agreement (Kappa = 0.67). When calibrated to RNA expression, agreement improved significantly (Kappa = 0.90, p=0.0049). PD-L1 status of primary and metastatic tumors was discordant in 17 (22%) cases. This study suggests that different IHC methodologies for PD-L1 assessment provide slightly different results. There is significant discordance between the PD-L1 status of primary tumors and lymph node metastases. RNA ISH may be a useful adjunct to complement PD-L1 IHC testing.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| 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 ».