MétaCan
Menu
Retour à la cohorte
Enregistrement W2885210084 · doi:10.1016/j.cllc.2018.07.008

Cell-Free DNA Next-Generation Sequencing Prediction of Response and Resistance to Third-Generation EGFR Inhibitor

2018· article· en· W2885210084 sur OpenAlexfundno aff
Elena Helman, Minh Nguyen, Chris Karlovich, Darrin Despain, A. Karin Choquette, Alexander I. Spira, Helena A. Yu, D. Ross Camidge, Thomas C. Harding, Richard B. Lanman, Andrew D. Simmons

Notice bibliographique

RevueClinical Lung Cancer · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Infection and ImmunityClovis Oncology
Mots-clésT790MLiquid biopsyLung cancerMedicineCancer researchKRASCell-free fetal DNADNA sequencingResistance mutationOncologyGeneOsimertinibExonEGFR inhibitorsInternal medicineEpidermal growth factor receptorGefitinibCancerPolymerase chain reactionErlotinibBiologyGeneticsReverse transcriptaseColorectal cancer

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The genomic alterations driving resistance to third-generation EGFR tyrosine kinase inhibitors (TKIs) are not well established, and collecting tissue biopsy samples poses potential complications from invasive procedures. Cell-free circulating DNA (cfDNA) testing provides a noninvasive approach to identify potentially targetable mechanisms of resistance. Here we utilized a 70-gene cfDNA next-generation sequencing test to interrogate pretreatment and progression samples from 77 EGFR-mutated non-small cell lung cancer (NSCLC) patients treated with a third-generation EGFR TKI. PATIENTS AND METHODS: Rociletinib was evaluated in advanced or metastatic (second line or higher) disease with EGFR T790M-positive NSCLC in the TIGER-X (NCT01526928) and TIGER-2 (NCT02147990) studies. Plasma samples were collected at baseline and at the time of systemic progression while receiving rociletinib. The critical exons in 70 genes were sequenced in cfDNA isolated from plasma samples to elucidate a comprehensive genomic profile of alterations for each patient. RESULTS: Plasma-based cfDNA analysis identified 93% of the initial EGFR activating and 85% of the EGFR T790M resistance mutations in pretreatment samples with detectable tumor DNA. Profiling of progression samples revealed significant heterogeneity, with different variant types (eg, mutations, amplifications, and fusions) detected in multiple genes (EGFR, MET, RB1) that may be driving resistance in patients. Novel alterations not previously described in association with resistance to third-generation TKIs were also detected, such as an NTRK1 fusion. CONCLUSION: cfDNA next-generation sequencing identified initial EGFR activating and secondary T790M resistance mutations in NSCLC patients with high sensitivity, predicted treatment response equivalent to tissue analysis, and identified multiple novel and established resistance alterations.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,090
Tête enseignante GPT0,397
Écart entre enseignants0,307 · 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

Citations63
Publié2018
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueClinical Lung CancerMême sujetLung Cancer Treatments and MutationsTravaux en français237 207