Afatinib versus gefitinib in patients with EGFR mutation-positive advanced non-small-cell lung cancer: overall survival data from the phase IIb LUX-Lung 7 trial
Notice bibliographique
Résumé
Background: In LUX-Lung 7, the irreversible ErbB family blocker, afatinib, significantly improved progression-free survival (PFS), time-to-treatment failure (TTF) and objective response rate (ORR) versus gefitinib in patients with epidermal growth factor receptor (EGFR) mutation-positive non-small-cell lung cancer (NSCLC). Here, we present primary analysis of mature overall survival (OS) data. Patients and methods: LUX-Lung 7 assessed afatinib 40 mg/day versus gefitinib 250 mg/day in treatment-naïve patients with stage IIIb/IV NSCLC and a common EGFR mutation (exon 19 deletion/L858R). Primary OS analysis was planned after ∼213 OS events and ≥32-month follow-up. OS was analysed by a Cox proportional hazards model, stratified by EGFR mutation type and baseline brain metastases. Results: Two-hundred and twenty-six OS events had occurred at the data cut-off (8 April 2016). After a median follow-up of 42.6 months, median OS (afatinib versus gefitinib) was 27.9 versus 24.5 months [hazard ratio (HR) = 0.86, 95% confidence interval (CI) 0.66‒1.12, P = 0.2580]. Prespecified subgroup analyses showed similar OS trends (afatinib versus gefitinib) in patients with exon 19 deletion (30.7 versus 26.4 months; HR, 0.83, 95% CI 0.58‒1.17, P = 0.2841) and L858R (25.0 versus 21.2 months; HR 0.91, 95% CI 0.62‒1.36, P = 0.6585) mutations. Most patients (afatinib, 72.6%; gefitinib, 76.8%) had at least one subsequent systemic anti-cancer treatment following discontinuation of afatinib/gefitinib; 20 (13.7%) and 23 (15.2%) patients received a third-generation EGFR tyrosine kinase inhibitor. Updated PFS (independent review), TTF and ORR data were significantly improved with afatinib. Conclusion: In LUX-Lung 7, there was no significant difference in OS with afatinib versus gefitinib. Updated PFS (independent review), TTF and ORR data were significantly improved with afatinib. Clinicaltrials.gov identifier: NCT01466660.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».