Refinement of prespecified cutoff for genomic loss of heterozygosity (LOH) in ARIEL2 part 1: A phase II study of rucaparib in patients (pts) with high grade ovarian carcinoma (HGOC).
Notice bibliographique
Résumé
5540 Background: ARIEL2 (NCT01891344) prospectively evaluated a tumor-based next-generation sequencing (NGS) LOH assay and novel algorithm to predict sensitivity to rucaparib based on BRCAmutstatus and degree of genomic LOH. Methods: Pts with measurable, platinum-sensitive HGOC were classified as BRCAmut, BRCAwt/LOHhigh (BRCA-like), or BRCAwt/LOHlow by NGS analysis of tumor tissue DNA. The primary objective of this analysis was to compare progression-free survival (PFS) of BRCAmut vs LOHhigh and LOHlow tumors. A planned post hoc analysis identified a refined genomic LOH cutoff to differentiate PFS of pts with LOHhigh vs LOHlowtumors. Results: ARIEL2 part 1 completed enrollment in December 2014; the data cutoff date was January 18, 2016. In 204 treated pts, median age was 65 years; median number of prior regimens was 1. Efficacy data are shown in the Table. The confirmed radiologic objective response rate (rORR) for germline (n=20) and somatic (n=20) BRCAmut pts was 85% and 75%, respectively. Refinement of the LOH cutoff improved median PFS and PFS HR in the LOHhigh vs LOHlowgroup. Common treatment-related AEs included nausea (71%; grade ≥3: 3%), fatigue (59%; grade ≥3: 6%), ALT/AST increased (41%; grade ≥3: 11%), and anemia (30%; grade ≥3: 19%). Three pts died due to disease progression. Conclusions: Refinement of the genomic LOH cutoff improves selection of BRCAwt/LOHhigh pts more likely to benefit from rucaparib. Clinical trial information: NCT01891344. BRCAmut Prespecified LOH Cutoff BRCAwt/LOHhigh BRCAwt/LOHlow n* 40 82 70 rORR, % 80.0 35.4† 12.9† DOR‡ 11.2 (7.4–13.7) 10.8 (5.5–12.0) 5.9 (4.6–8.5) PFS‡ 12.8 (9.0–14.7) 5.7 (5.3–7.6) 5.2 (3.6–5.5) PFS HR§ 0.27 (0.16–0.44); P<0.001 0.62 (0.42–0.90); P=0.011 − BRCAmut Refined LOH Cutoff BRCAwt/LOHhigh BRCAwt/LOHlow n* 40 69 83 rORR, % 80.0 39.1† 13.3† DOR‡ 11.2 (7.4–13.7) 10.8 (7.6–20.6) 5.7 (1.9–7.4) PFS‡ 12.8 (9.0–14.7) 7.2 (5.5–9.6) 5.0 (3.6–5.4) PFS HR§ 0.25 (0.15–0.42); P<0.001 0.51 (0.34–0.74); P<0.001 − DOR, duration of response; HR, hazard ratio. *LOH not determined for 12 pts. †Both confirmed and unconfirmed responses (RECIST v1.1). ‡Median months (95% confidence interval [CI]). §HR (95% CI) vs BRCAwt/LOHlow.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».