Off-label use of common predictive biomarkers in gastrointestinal malignancies: a critical appraisal
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
The use of immunohistochemistry (IHC) as a companion diagnostic is an increasingly important part of the case workup by pathologists and is often central to clinical decision making. New predictive molecular markers are constantly sought for to improve treatment stratification parallel to drug development. Unfortunately, official biomarker guidelines lag behind, and pathologists are often left hesitating when medical oncologists request off-labelled biomarker testing. We performed a literature review of five commonly requested off-label IHC predictive biomarkers in gastrointestinal tract (GIT) malignancies: HER2, mismatch repair (MMR), PD-L1, BRAF V600E and ROS1. We found that HER2 amplification is rare and poorly associated to IHC overexpression in extracolonic and extragastric GIT cancers; however in KRAS wild type colorectal cancers, which fail conventional treatment, HER2 IHC may be useful and should be considered. For MMR testing, more evidence is needed to recommend reflex testing in GIT cancers for treatment purposes. MMR testing should not be discouraged in patients considered for second line checkpoint inhibitor therapy. With the exception of gastric tumors, PD-L1 IHC is a weak predictor of checkpoint inhibitor response in the GIT and should be replaced by MMR in this context. BRAF inhibitors showed activity in BRAF V600E mutated cholangiocarcinomas and pancreatic carcinomas in non-first line settings. ROS1 translocation is extremely rare and poorly correlated to ROS1 IHC expression in the GIT; currently there is no role for ROS1 IHC testing in GIT cancers. Overall, the predictive biomarker literature has grown exponentially, and official guidelines need to be updated more regularly to support pathologists' testing decisions.
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 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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