Outcome Differences Between First- and Second-generation EGFR Inhibitors in Advanced EGFR Mutated NSCLC in a Large Population-based Cohort
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Second-generation epidermal growth factor receptor (EGFR) tyrosine kinase inhibitors (TKIs) appear superior to first-generation TKIs in clinical trials, but at the cost of greater toxicity. It is unclear whether real-world patients, who often suffer worse outcomes, experience similar survival benefits. Using population-based data, we aim to characterize outcome differences by type of treatment. PATIENTS AND METHODS: We reviewed all patients with advanced non-small-cell lung cancer who initiated treatment with an EGFR TKI at BC Cancer between 2010 and 2015. A propensity score was generated to account for imbalances in patient characteristics between treatment groups. A Cox proportional hazards model based on the propensity score was then used to estimate effects of treatment on survival. RESULTS: A total of 484 patients were identified for analysis. Patients in the second-generation cohort were younger (62 vs. 67 years), had less baseline central nervous system metastases (9% vs. 22%), and more uncommon EGFR mutations (13% vs. 7%). Patients receiving a second-generation TKI had an improved overall survival (hazard ratio, 0.69; P = .05), driven by the subgroup with an EGFR exon 19 deletion. Patients with a L858R mutation did not appear to derive benefit from a second-generation TKI (hazard ratio, 0.91; P = .74). Overall, 40% of patients receiving a second-generation TKI required a dose reduction, but only 1% required discontinuation. CONCLUSIONS: Second-generation TKIs tended to be chosen over first-generation TKIs as frontline therapy in younger patients with uncommon EGFR mutations and without central nervous system metastases. The survival benefit of a second-generation TKI seen in clinical trials appeared to be generalizable to real-world patients and is a reasonable first-line therapy.
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.
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 | 0,000 |
| 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 découle