MétaCan
Menu
Retour à la cohorte
Enregistrement W2905529840 · doi:10.1200/jco.18.01585

<i>EGFR</i> -Mutant Adenocarcinomas That Transform to Small-Cell Lung Cancer and Other Neuroendocrine Carcinomas: Clinical Outcomes

2018· article· en· W2905529840 sur OpenAlexaff
Nicolas Marcoux, Scott Gettinger, Grainne M. O’Kane, Kathryn C. Arbour, Joel W. Neal, Hatim Husain, Tracey L. Evans, Julie R. Brahmer, Alona Muzikansky, Philip Bonomi, Salvatore Del Prete, Anna Wurtz, Anna F. Farago, Dora Dias‐Santagata, Mari Mino–Kenudson, Karen L. Reckamp, Helena A. Yu, Heather A. Wakelee, Frances A. Shepherd, Zofia Piotrowska, Lecia V. Sequist

Notice bibliographique

RevueJournal of Clinical Oncology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Research Studies
Établissements canadiensPrincess Margaret Cancer CentreCentre hospitalier universitaire de Québec
Organismes subventionnairesNational Cancer InstituteFoundation MedicinePharmacyclicsGenentechIncyteFive Prime TherapeuticsSyndax PharmaceuticalsClovis OncologyExelixisAlexion PharmaceuticalsAmgenAriad PharmaceuticalsGilead SciencesJounce TherapeuticsCelgeneBristol-Myers SquibbEli Lilly and CompanyAstraZenecaPfizerStop Cancer
Mots-clésMedicineT790MInternal medicineOncologyEpidermal growth factor receptorLung cancerAdenocarcinomaCancerCancer researchGefitinib

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Approximately 3% to 10% of EGFR (epidermal growth factor receptor) -mutant non-small cell lung cancers (NSCLCs) undergo transformation to small-cell lung cancer (SCLC), but their clinical course is poorly characterized. METHODS: We retrospectively identified patients with EGFR-mutant SCLC and other high-grade neuroendocrine carcinomas seen at our eight institutions. Demographics, disease features, and outcomes were analyzed. RESULTS: We included 67 patients-38 women and 29 men; EGFR mutations included exon 19 deletion (69%), L858R (25%), and other (6%). At the initial lung cancer diagnosis, 58 patients had NSCLC and nine had de novo SCLC or mixed histology. All but these nine patients received one or more EGFR tyrosine kinase inhibitor before SCLC transformation. Median time to transformation was 17.8 months (95% CI, 14.3 to 26.2 months). After transformation, both platinum-etoposide and taxanes yielded high response rates, but none of 17 patients who received immunotherapy experienced a response. Median overall survival since diagnosis was 31.5 months (95% CI, 24.8 to 41.3 months), whereas median survival since the time of SCLC transformation was 10.9 months (95% CI, 8.0 to 13.7 months). Fifty-nine patients had tissue genotyping at first evidence of SCLC. All maintained their founder EGFR mutation, and 15 of 19 with prior EGFR T790M positivity were T790 wild-type at transformation. Other recurrent mutations included TP53, Rb1, and PIK3CA. Re-emergence of NSCLC clones was identified in some cases. CNS metastases were frequent after transformation. CONCLUSION: There is a growing appreciation that EGFR-mutant NSCLCs can undergo SCLC transformation. We demonstrate that this occurs at an average of 17.8 months after diagnosis and cases are often characterized by Rb1, TP53, and PIK3CA mutations. Responses to platinum-etoposide and taxanes are frequent, but checkpoint inhibitors yielded no responses. Additional investigation is needed to better elucidate optimal strategies for this group.

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)0,000
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: 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
Métarecherche0,0000,002
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 savante0,0010,000
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 Opus0,181
Tête enseignante GPT0,511
Écart entre enseignants0,330 · 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

Citations471
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetLung Cancer Research StudiesTravaux en français237 207