Retrospective Assessment of a Serum Proteomic Test in a Phase III Study Comparing Erlotinib plus Placebo with Erlotinib plus Tivantinib (MARQUEE) in Previously Treated Patients with Advanced Non-Small Cell Lung Cancer
Notice bibliographique
Résumé
BACKGROUND: The VeriStrat test provides accurate predictions of outcomes in all lines of therapy for patients with non-small cell lung cancer (NSCLC). We investigated the predictive and prognostic role of VeriStrat in patients enrolled on the MARQUEE phase III trial of tivantinib plus erlotinib (T+E) versus placebo plus erlotinib (P+E) in previously treated patients with advanced NSCLC. METHODS: Pretreatment plasma samples were available for 996 patients and were analyzed by matrix-assisted laser desorption/ionization-time of flight mass spectrometry to generate VeriStrat labels (good, VS-G, or poor, VS-P). RESULTS: = .0108). Among EGFR mutation-positive patients, those with VS-G status had a median OS more than twice that of any other group (OS: 31.6 mo for T+E and 22.8 mo for P+E), whereas VS-P patients had similar survival rates as VS-G, EGFR-wild type patients (OS: 13.7 mo for T+E and 6.5 mo for P+E). CONCLUSION: In these analyses, VeriStrat showed a prognostic role within EGOC PS categories and regardless of treatment arm and EGFR status, suggesting that VeriStrat could be used to identify EGFR mutation-positive patients who will have a poor response to EGFR tyrosine kinase inhibitors. IMPLICATIONS FOR PRACTICE: This study suggests that VeriStrat testing could enhance the prognostic role of performance status and smoking status and replicates findings from other trials that showed that the VeriStrat test identifies EGFR mutation-positive patients likely to have a poor response to EGFR tyrosine kinase inhibitors (TKIs). Although these findings should be confirmed in other populations, VeriStrat use could be considered in EGFR mutation-positive patients as an additional prognostic tool, and these results suggest that EGFR mutation-positive patients with VeriStrat "poor" classification could benefit from other therapeutic agents given in conjunction with TKI monotherapy.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».