MétaCan
Menu
Retour à la cohorte
Enregistrement W2612006186 · doi:10.2147/ott.s104177

New developments in the treatment of advanced squamous cell lung cancer: focus on afatinib

2017· review· en· W2612006186 sur OpenAlexaff
Vera Hirsh

Notice bibliographique

RevueOncoTargets and Therapy · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensRoyal Victoria Hospital
Organismes subventionnairesnon disponible
Mots-clésAfatinibMedicineNivolumabLung cancerPembrolizumabRamucirumabOncologyDocetaxelContext (archaeology)Squamous-cell carcinoma of the lungInternal medicineChemotherapyCancerIntensive care medicineImmunotherapyEpidermal growth factor receptorErlotinib

Résumé

récupéré en direct d'OpenAlex

Until recently, few treatment options existed for the treatment of squamous cell carcinoma (SqCC) of the lung, especially in the second-line setting following platinum-based chemotherapy. Accordingly, outcomes in this subtype of non-small-cell lung cancer (NSCLC) were generally poor. In this context, the recent availability of the checkpoint inhibitors nivolumab and pembrolizumab, the anti-VEGFR2 antibody ramucirumab (combined with docetaxel), and the ErbB-family blocker afatinib for the treatment of relapsed/refractory SqCC of the lung represent major advances. However, the rapid expansion of the treatment armamentarium invites many questions regarding optimal treatment choice and sequence in individual patients. This review focuses on the biologic rationale and clinical evidence to support the use of afatinib in this treatment setting, highlighting the prominent role of the ErbB-signaling cascade in SqCC tumors. The seminal Phase III LUX-Lung 8 study, on which the approval of afatinib is based, is discussed and contextualized with the emergence of immunotherapies. Finally, criteria are explored that might drive physicians' treatment decisions when considering the use of afatinib based on individual patient characteristics. Other ongoing developments in the treatment of SqCC of the lung that will lead to further options and welcome improvements in the management of this difficult-to-treat disease are summarized.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,743

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,052
Tête enseignante GPT0,420
Écart entre enseignants0,368 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOncoTargets and TherapyMême sujetLung Cancer Treatments and MutationsTravaux en français237 207