Tepotinib Efficacy in a Patient with Non-Small Cell Lung Cancer with Brain Metastasis Harboring an <i>HLA-DRB1-MET</i> Gene Fusion
Notice bibliographique
Résumé
Alterations in c-MET, a tyrosine kinase receptor encoded by the MET gene, have been reported in approximately 3% of non-small cell lung cancer (NSCLC) cases and carry important treatment implications. The best studied genetic alterations are exon 14 skipping and gene amplification; however, gene rearrangement has also been described, and multiple fusion partners have been reported. Recently, in METex14-mutated NSCLC, multitarget tyrosine kinase inhibitors (TKIs), such as crizotinib and cabozantinib, as well as MET-selective TKIs, such as tepotinib and capmatinib, have demonstrated durable responses. In this study, we present the case of a 41-year-old woman with advanced NSCLC harboring an HLA-DRB1-MET gene fusion. The patient was offered successively two different MET multikinase inhibitors, crizotinib and cabozantinib, and the selective inhibitor tepotinib. Each time, including under tepotinib, the patient experienced rapid and complete responses associated with a tremendous improvement in her physical function. KEY POINTS: To our knowledge, this is the first report of a patient with non-small cell lung cancer harboring an HLA-DRB1-MET gene fusion demonstrating a clinical response to multiple MET inhibitors, including tepotinib. This finding illustrates the efficacy and rationale to targeting MET regardless of fusion partner and gives insight to pooling of patients with different MET fusion products in trials assessing safety and efficacy of novel molecules.
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 ».