Genomic alterations in breast cancer: level of evidence for actionability according to ESMO Scale for Clinical Actionability of molecular Targets (ESCAT)
Notice bibliographique
Résumé
Better knowledge of the tumor genomic landscapes has helped to develop more effective targeted drugs. However, there is no tool to interpret targetability of genomic alterations assessed by next-generation sequencing in the context of clinical practice. Our aim is to rank the level of evidence of individual recurrent genomic alterations observed in breast cancer based on the ESMO Scale for Clinical Actionability of molecular Targets (ESCAT) in order to help the clinicians to prioritize treatment. Analyses of databases suggested that there are around 40 recurrent driver alterations in breast cancer. ERBB2 amplification, germline BRCA1/2 mutations, PIK3CA mutations were classified tier of evidence IA based on large randomized trials showing antitumor activity of targeted therapies in patients presenting the alterations. NTRK fusions and microsatellite instability (MSI) were ranked IC. ESR1 mutations and PTEN loss were ranked tier IIA, and ERBB2 mutations and AKT1 mutations tier IIB. Somatic BRCA 1/2 mutations, MDM2 amplifications and ERBB 3 mutations were ranked tier III. Seventeen genes were ranked tier IV based on preclinical evidence. Finally, FGFR1 and CCND1 were ranked tier X alterations because previous studies have shown lack of actionability.
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 | 0,001 | 0,001 |
| 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 ».