CT characteristics of non-small cell lung cancer with epidermal growth factor receptor mutation: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: To systematically investigate the relationship between CT morphological features and the presence of epidermal growth factor receptor (EGFR) mutations in non-small cell lung cancer (NSCLC). METHODS: All studies about the CT morphological features of NSCLC with EGFR mutations published between January 1, 2000 and March 15, 2015 were searched in the PubMed and EMBASE databases. Qualified studies were selected according to inclusion criteria. The frequency of EGFR mutations and CT features of ground-glass opacity (GGO) content, tumor size, cavitation, air-bronchogram, lobulation, and spiculation were extracted. The relationship between EGFR mutations and each of these CT features was tested based upon the weighted mean difference or inverse variance in the form of an odds ratio at a 95% confidence interval using Forest Plots. The publication bias was examined using Egger's test. RESULTS: A total of 13 studies, consisting of 2146 NSCLC patients, were included, and 51.12% (1097/2146) of patients had EGFR mutations. The EGFR mutations were present in NSCLC with part-solid GGO in contrast to nonsolid GGO (OR = 0.49, 95% CI = 0.25-0.96, P = 0.04). Other CT features such as tumor size, cavitation, air-bronchogram, lobulation and spiculation did not demonstrate statistically significant correlation with EGFR mutations individually (P = 0.91; 0.67; 0.12; 0.45; and 0.36, respectively). No publication bias among the selected studies was noted in this meta-analysis (Egger's tests, P > 0.05 for all). CONCLUSION: This meta-analysis demonstrated that NSCLC with CT morphological features of part-solid GGO tended to be EGFR mutated, which might provide an important clue for the correct selection of patients treated with molecular targeted therapies.
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 | 0,008 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,020 |
| Bibliométrie | 0,007 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».