Clinical outcomes of EGFR kinase domain duplication to targeted therapies in NSCLC
Notice bibliographique
Résumé
Kinase domain duplications of the epidermal growth factor receptor (EGFR-KDD) have been identified and implicated to be oncogenic in nonsmall cell lung cancers (NSCLCs). However, its prevalence and clinical contributions in lung cancer are largely unknown. Here, we conducted a multicenter record review of 10,759 NSCLC patients who underwent genetic testing using next-generation sequencing (NGS) targeting EGFR exons and the introns involved in EGFR-KDD rearrangements. EGFR-KDDs were identified in a total of 13 patients, which is approximately 0.12% of the total population reviewed, and also consisted of 0.24% (13/5394) of EGFR mutation-positive patients. A total of 85% of patients (11/13) were identified with the canonical EGFR-KDD duplication of exons 18-25, while the remaining two cases harbored duplications of EGFR exons 14-26 and exons 17-25, which have not been previously described. Importantly, none of the 13 patients had other coexisting driver mutations, highlighting the potential oncogenic role of this type of alteration. Three out of five patients who had exon 18-25 duplications showed partial antitumor responses to targeted therapies, while the other two patients demonstrated no clinical improvement. Furthermore, our data suggested that the EGFR T790 M mutation and EGFR amplification may represent the major resistance mechanisms against targeted therapies in tumors bearing EGFR-KDD. In summary, our findings provide valuable insight into the prevalence of EGFR-KDDs in NSCLCs and their clinical outcomes to targeted therapies.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».