MétaCan
Menu
Retour à la cohorte
Enregistrement W3047693464 · doi:10.1002/cnr2.1262

High frequency of exon 20 <scp> S768I <i>EGFR</i> </scp> mutation detected in malignant pleural effusions: A poor prognosticator of <scp>NSCLC</scp>

2020· article· en· W3047693464 sur OpenAlexfundno aff
George D′Souza, Chirag Dhar, Vishal Kyalanoor, Lokendra Yadav, Mugdha Sharma, Mohammad Nawaz S, Sweta Srivastava

Notice bibliographique

RevueCancer Reports · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensnon disponible
Organismes subventionnairesCentre Technologique des Résidus Industriels
Mots-clésExonMutationAdenocarcinomaLung cancerEpidermal growth factor receptorPleural effusionMalignant pleural effusionMedicineCancer researchCancerGene mutationTargeted therapyPathologyGeneInternal medicineBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Lung cancer is the cause of a fourth of all cancer-related deaths. About a third of all lung adenocarcinoma tumours harbour mutations on exons 18 to 21 of the epidermal growth factor receptor (EGFR) gene. Detection of these mutations allows for targeted therapies in the form of EGFR Tyrosine kinase inhibitors. Recently, "liquid biopsies" have emerged as an alternative to conventional tissue mutation detection. AIM: In this pilot study, we attempted to optimize EGFR mutation detection from malignant pleural effusions (MPEs) as "liquid biopsies" when tissue biopsies were unavailable. Resulting mutations were then to be mapped on the EGFR gene and explored using cBioPortal, a public cancer genomic database. METHODS AND RESULTS: We first attempted a direct sequencing approach and showed that single nucleotide variants (SNVs) were likely to be missed in MPEs. We then switched to and optimized an EGFR mutant-specific quantitative polymerase chain reaction-based assay. This assay was piloted on n = 10 pleural effusion samples (one non-malignant pleural effusion as a negative control). 5/9 (55.55%) samples harboured EGFR mutations with 2/9 (22.22%) being exon 19 deletions and 3/9 (33.33%) the S768I mutation. The frequency of the S768I SNV in our study was significantly higher than that observed in other studies (~0.2%). Utilizing cBioPortal data, we report that patients with S768I have a shorter median survival time (6 months vs 38 months), progression-free survival time (8 months vs 44 months) and lower tumor mutation count compared to patients with other EGFR mutations. CONCLUSIONS: The shorter survival of patients with the S768I SNV predicts aggressive disease and poor prognosis as a result of this mutation. Studies in larger cohorts and/or animal models are necessary to confirm these findings.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,115
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,288
Écart entre enseignants0,271 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ReportsMême sujetLung Cancer Treatments and MutationsTravaux en français237 207