MétaCan
Menu
← Retour à la cohorte
Enregistrement W2892376413 · doi:10.1200/jco.2018.36.15_suppl.8533

The effect of prior smoking history on the molecular profile of EGFR mutant (EGFRm) non-small cell lung cancer (NSCLC).

2018· article· en· W2892376413 sur OpenAlexaff
Hadas Sorotsky, Mor Moskovitz, Jessica Weiss, Melania Pintilie, Natasha B. Leighl, Penelope Ann Bradbury, Geoffrey Liu, A Rashidi Kia, Michael Cabanero, Trevor J. Pugh, Dax Torti, Ming‐Sound Tsao, Jonathon Torchia, Frances A. Shepherd

Notice bibliographique

RevueJournal of Clinical Oncology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensUniversity of TorontoOntario Institute for Cancer ResearchUniversity Health NetworkPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineLung cancerInternal medicineDemographicsExonOncologyStage (stratigraphy)Smoking historyEpidermal growth factor receptorExomeExome sequencingMutationCancerGeneGeneticsBiologyDemography

Résumé

récupéré en direct d'OpenAlex

8533 Background: Although EGFRm NSCLC occurs mainly in non-smoking patients, most series report 20%-35% of cases in current or previous smokers. Broad molecular profiling of EGFRm NSCLC in smokers has not been reported. Methods: Surgically resected primary EGFR exon 19 or 21 mutated NSCLC tumors from 108 patients were molecularly profiled by whole exome sequencing using the Illumina HiSeq2000 platform. Alignment and variant discovery analysis was performed according to GATK best practices workflow; 87 sequenced to a mean coverage of 65.1x. Demographics and outcomes were compared for smokers and non-smokers (non-S), and by mutation profile. Results: Of the 63 non-smokers and 24 smokers (7 current/recent within 10 years), 71% were female, 53% were non-Asian, 64.5 years was the median age and 57.5% were EGFR exon 19. Of the 87 patients, 52% were stage I, 20.5% were stage II and 27.5% were stage III+. Smoking was associated with male sex (p = 0.0028) and non-Asian ethnicity (p = 0.0006) but not with age, stage or EGFR exon 19/21 subtype. Multiple “driver” mutations occurred in tumors of 25% smokers and 23.8% non-S. TP53/EGFR co-mutation occurred in 57.9% smokers and 46.2% non-S. Total non-synonymous mutation burden (TMB) was higher in smokers: median TMB in smokers 175.35 (84.93-388.24) compared to 155.31 (56.52-414.84) in non-S (p = 0.096). The strongest prognostic factor for OS and DFS was stage (I, II, III+) (p < 0.001 for each). In univariate analysis, there was a trend to shorter OS in smokers: HR 1.9 (CI 0.98-3.67, p = 0.05). Smoking within 10 years of NSCLC diagnosis was associated with shorter DFS HR 0.37(0.13-1.09) (p = 0.06) but not OS (p = 0.34). Neither EGFRm subtype nor TP53/EGFR co-mutation was associated with DFS or OS. High TMB was associated with shorter DFS: HR above vs below the median 1.96 (CI 1.06-3.62, p = 0.028), and OS HR 2.04 (CI 1.01-4.11, p = 0.043). TMB was still significant for DFS after adjusting for smoking status (p = 0.033), but not for OS (p = 0.1). Conclusions: EGFRm NSCLC in smokers is associated with a trend to higher non-synonymous TMB. Stage remains the strongest prognostic factor, but TMB appears to have a greater effect on survival outcomes than smoking status.

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)0,003
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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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)0,0040,001

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 Opus0,038
Tête enseignante GPT0,438
Écart entre enseignants0,399 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetLung Cancer Treatments and Mutations→Travaux en français237 207→