MétaCan
Menu
Retour à la cohorte
Enregistrement W3013587102 · doi:10.1158/1538-7445.sabcs19-p4-10-11

Abstract P4-10-11: PIK3CA status as a predictor of benefit from drugs targeting the PI3K/AKT/mTOR pathway: A meta-analysis of randomized trials

2020· article· en· W3013587102 sur OpenAlexaff
Fahad Almugbel, Ramy Saleh, Alberto Ocaña, Atanasio Pandiella, Eitan Amir

Notice bibliographique

RevueCancer Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Breast Cancer Therapies
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésPI3K/AKT/mTOR pathwayProtein kinase BMedicineHazard ratioOncologyRandomized controlled trialBreast cancerCancerMeta-analysisInternal medicinePharmacologyBioinformaticsCancer researchPhosphorylationConfidence intervalSignal transductionBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction: A number of different drugs have been developed to target the PI3 kinase/AKT/mTOR pathway. Most randomized trials in breast cancer have been performed in patients unselected for pathway activation although aberrations of components of this pathway are common. Here we explore the predictive value of PIK3CA and AKT mutations in randomized trials of drugs targeting this signaling route. Methods: We searched PubMed for randomized trials of drugs targeting the PI3 kinase/AKT/mTOR pathway in metastatic breast cancer. The search was supplemented by a manual search of recent ASCO and ESMO meetings. Eligible studies needed to report efficacy data based on presence or absence of PIK3CA or AKT status measured either in tumor specimens or in circulating DNA. Hazard ratios (HR) for progression-free survival (PFS) in PIK3CA or AKT mutant and wild-type groups were extracted and pooled in a meta-analysis using generic inverse variance and random effects modeling. Sensitivity analyses were performed based on the mechanism of action of the experimental drug. Results: Of the 15 studies identified, 10 studies comprising of 3615 patients were eligible for analysis. Studies included pan-PI3kinase inhibitors (n=5), alpha-specific PI3kinase inhibitors (n=1), AKT inhibitors (n=2) and mTOR inhibitors (n=2). Approximately 38% of patients had either PIK3CA or AKT mutations. The addition of drugs targeting the PI3 kinase/AKT/mTOR pathway was associated with a significantly longer improvement in PFS in patients with PIK3CA or AKT mutations than in those with wild-type status (HR 0.61, 95% CI 0.50-0.75 versus HR 0.83, 95% CI 0.67-1.02, p for difference = 0.04). Similar results were observed in sensitivity analyses (see Table). Conclusion: Benefit from drugs targeting the PI3 kinase/AKT/mTOR pathway in breast cancer appears to occur exclusively in those with PIK3CA or AKT mutations. Future trials of these drugs should be designed only in biomarker selected patients. TableGroupPIK3CA or AKT mutationPIK3CA and AKT wildtypep for differenceHR95% CIHR95% CIExcluding AKT inhibitors0.640.52-0.790.810.63-1.030.16Excluding pan-PI3 kinase inhibitors0.580.47-0.710.710.51-1.150.24Excluding AKT and alpha-specific PI3 kinase inhibitors0.690.48-1.000.980.83-1.150.09Excluding mTOR inhibitors0.620.49-0.800.920.80-1.060.008 Citation Format: Fahad A Almugbel, Ramy Saleh, Alberto Ocana, Atanasio Pandiella, Eitan Amir. PIK3CA status as a predictor of benefit from drugs targeting the PI3K/AKT/mTOR pathway: A meta-analysis of randomized trials [abstract]. In: Proceedings of the 2019 San Antonio Breast Cancer Symposium; 2019 Dec 10-14; San Antonio, TX. Philadelphia (PA): AACR; Cancer Res 2020;80(4 Suppl):Abstract nr P4-10-11.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,119
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0190,000

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 Opus0,207
Tête enseignante GPT0,441
Écart entre enseignants0,234 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetAdvanced Breast Cancer TherapiesTravaux en français237 207