EGFR mutation testing and treatment decisions in patients progressing on first- or second-generation epidermal growth factor receptor tyrosine kinase inhibitors
Notice bibliographique
Résumé
BACKGROUND: The objective of this study was to investigate real-world EGFR mutation testing in patients with metastatic non-small cell lung cancer (NSCLC) upon progression on first-/second-generation epidermal growth factor receptor (EGFR)-tyrosine kinase inhibitors (TKI), and subsequent treatments received. METHODS: Flatiron Health electronic health records-derived database was used to identify adult patients with metastatic NSCLC treated with first-/second-generation EGFR-TKI from 11/2015-09/2017, with start of first EGFR-TKI defined as the index date. Patients were stratified by receipt of EGFR-TKI as first-line (1 L) or later-line (2 L+) treatment. Mutation testing and subsequent therapies following first-/second-generation EGFR-TKI were described. RESULTS: Overall, 782 patients (1 L = 435; 2 L+ =347) were included. Median age was 69.0 years, 63.6% were female, 56.3% were white, 87.1% were treated in community-based practices, and 30.1% of patients died during the study period; median follow-up was 309.0 days. Among the 294 (1 L = 160; 2L+ =134) patients who received subsequent therapies, treatments included chemotherapy only (1 L = 15.6%; 2L+ =21.6%), immunotherapy only (1 L = 13.8%; 2 L+ =41.0%), and targeted therapies (1 L = 70.0%; 2 L+ =36.6%). Specifically, 40 (25.0%) 1 L patients and 7 (5.2%) 2 L+ patients received osimertinib as subsequent therapy. Before the start of subsequent therapy, EGFR T790M resistance mutation testing was performed in 88 (29.9%) patients (1 L = 63 [39.4%]; 2 L+ =25 [18.7%]). Of these patients, 25 (28.4%) were T790M positive, among whom 24 (96.0%) received osimertinib. CONCLUSIONS: A third of patients received subsequent therapies on disease progression; only 30% of these were tested for EGFR-TKI resistance mutation, prior to receiving subsequent therapies. These results highlight the importance of choosing treatments in the 1 L setting that optimize benefits for patients with EGFR-mutated NSCLC.
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 ».