Impact of Reflex <i>EGFR</i>/<i>ALK</i> Testing on Time to Treatment of Patients With Advanced Nonsquamous Non–Small-Cell Lung Cancer
Notice bibliographique
Résumé
PURPOSE: Optimal first-line systemic therapy for patients with advanced nonsquamous (nonsq) non-small-cell lung cancer (NSCLC) requires confirmation of EGFR/ ALK status, which can delay treatment. We evaluated the impact of reflex testing, defined as pathologists initiating EGFR/ ALK testing at the time of diagnosis of nonsq NSCLC, on time to treatment (TTT). METHODS: We conducted a retrospective review of patients with nonsq NSCLC with medical oncology consultation at Sunnybrook Odette Cancer Centre between March 18, 2010 and April 30, 2014. Data were compared during routine and reflex testing. TTT was defined as the interval between the first medical oncology visit with advanced NSCLC and the initiation of systemic therapy. RESULTS: A total of 306 patients were included (n = 232 for routine testing, n = 74 for reflex testing). There was a trend to improvement in median TTT with reflex testing (36 days [interquartile range {IQR}, 16 to 71 days v 26 days [IQR, 8 to 41 days], P = .071). Omitting patients with intentional delays in systemic therapy for low-volume disease, poor performance status, comorbidity management, and/or radiation therapy, median TTT improved (34 days [IQR, 15 to 67 days] v 22 days [IQR, 8 to 42 days], P = .049). Time to optimal first-line systemic therapy according to published guidelines improved (median, 36 days [IQR, 16 to 91 days] v 24 days [IQR, 8 to 43 days], P = .036). There was no impact on receipt of any first-line systemic therapy (55% v 59%, P = .66). The quality of biomarker testing improved, with fewer unsuccessful tests ( EGFR, 14% v 4%, P = .039; and ALK, 17% v 3%, P = .037). CONCLUSION: Reflex testing of EGFR/ ALK improved the time to optimal systemic therapy and the quality of biomarker testing for patients with advanced nonsq 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».