Characteristics and Outcome of <i>AKT1</i> E17K-Mutant Breast Cancer Defined through AACR Project GENIE, a Clinicogenomic Registry
Notice bibliographique
Résumé
Abstract AKT inhibitors have promising activity in AKT1E17K-mutant estrogen receptor (ER)–positive metastatic breast cancer, but the natural history of this rare genomic subtype remains unknown. Utilizing AACR Project GENIE, an international clinicogenomic data-sharing consortium, we conducted a comparative analysis of clinical outcomes of patients with matched AKT1E17K-mutant (n = 153) and AKT1–wild-type (n = 302) metastatic breast cancer. AKT1-mutant cases had similar adjusted overall survival (OS) compared with AKT1–wild-type controls (median OS, 24.1 vs. 29.9, respectively; P = 0.98). AKT1-mutant cases enjoyed longer durations on mTOR inhibitor therapy, an observation previously unrecognized in pivotal clinical trials due to the rarity of this alteration. Other baseline clinicopathologic features, as well as durations on other classes of therapy, were broadly similar. In summary, we demonstrate the feasibility of using a novel and publicly accessible clincogenomic registry to define outcomes in a rare genomically defined cancer subtype, an approach with broad applicability to precision oncology. Significance: We delineate the natural history of a rare genomically distinct cancer, AKT1E17K-mutant ER-positive breast cancer, using a publicly accessible registry of real-world patient data, thereby illustrating the potential to inform drug registration through synthetic control data. See related commentary by Castellanos and Baxi, p. 490.
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 ».