MétaCan
Menu
Retour à la cohorte
Enregistrement W2791818089 · doi:10.1200/jco.2018.36.5_suppl.172

Efficacy of immune-checkpoint inhibitors (ICI) in non-small cell lung cancer (NSCLC) patients harboring activating molecular alterations.

2018· article· en· W2791818089 sur OpenAlexaff
Laurent Mhanna, Julie Milia, Amellie Lusque, S. Couraud, Céline Mascaux, Rémi Veillon, M. Frueh, Denis Moro‐Sibilot, Mickaël Lattuca-Truc, Pascale Tomasini, Fabrice Barlési, Alexander Drilon, Oliver Gautschi, Julien Mazières

Notice bibliographique

RevueJournal of Clinical Oncology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicinePembrolizumabKRASNivolumabInternal medicineAtezolizumabOncologyROS1Lung cancerAdenocarcinomaCancerImmunotherapyPopulationMicrosatellite instabilityColorectal cancer

Résumé

récupéré en direct d'OpenAlex

172 Background: Two revolutions recently occur in the treatment of advanced NSCLC: the development of targeted therapies and of ICI). Both strategies have been shown to outperform chemotherapy. Patients with molecular alterations are usually considered as poor candidate for immunotherapy. Here, we aimed to analyze the efficacy of immunotherapy in NSCLC patients with oncogenic addiction. Methods: We conducted a retrospective multicentric study, on patients treated with ICI and carrying an activating molecular abnormality: EGFR, ALK, KRAS, ROS1, HER2, BRAF, MET and RET. We have collected anonymized data, which were evaluated for clinical characteristics and outcome (progression free survival duration of ICI treatment and overall survival since initiation of ICI). Results: 209 patients were registered from 7 centers in France and Switzerland. 198 patients had adenocarcinoma (95.2%), 6 large cell carcinoma (2.9%), 161 were former or current smokers (81.3%), 99 were female (47.4%), median age at diagnosis was 59 yrs. (range 30-79). 33 patients had EGFR mutations (15.8%), 132 KRAS mutation (63.2%), 6 ALK rearrangement (2.9 %), 2 ROS1 rearrangement (1 %), 5 HER2 mutation (2.4 %), 12 BRAF mutations (5.7 %), 7 MET alteration (3.3 %), 3 RET rearrangements (1.4 %), and 9 had concomitant multiple molecular alterations (4.3%). After validated treatment 200 patients were treated with PD1 inhibitors (nivolumab, 97.5% and pembrolizumab, 2.5%), 4 with anti CTLA4 (tremelimumab), 5 with anti PDL1 (4 atezolizumab). The median PFS was 2.8 m. [95%CI 2.3;3.5] for the whole population 2.1 for EGFR [1.7;2.8], 3.5 for KRAS [2.5;4.9], 2.7 for BRAF [1.5;NR] and not estimable for other alterations. Median exposure to ICI was 1.89 m. [0;18.5]. The median overall survival for the whole population was 13.0 m. [9.4; 15.6], for EGFR 13.3 m. [4.7; NR], KRAS 11.3 m. [8.2; 16], BRAF 10.7 m. [1.5; NR] and not yet estimable for the other alterations. Conclusions: PFS (2.8 m.) and OS (13 m.) are very similar from the ones observed in pretreated unselected NSCLC patients. ICI is associated with better PFS in patients with KRAS mutation than in EGFR mutated patients. Analysis of outcome in other molecular subgroups is ongoing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,042
Tête enseignante GPT0,446
Écart entre enseignants0,405 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations32
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetLung Cancer Treatments and MutationsTravaux en français237 207