MétaCan
Menu
Retour à la cohorte
Enregistrement W3113726648 · doi:10.3747/co.27.7297

Consensus Recommendations for Optimizing Biomarker Testing to Identify and Treat Advanced EGFR-Mutated Non-Small-Cell Lung Cancer

2020· article· en· W3113726648 sur OpenAlexaffvenueabout
Parneet Cheema, Marcio M. Gomes, Shantanu Banerji, Philippe Joubert, Natasha B. Leighl, Barbara Melosky, Brandon S. Sheffield, Tracy Stockley, Diana N. Ionescu

Notice bibliographique

RevueCurrent Oncology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensUniversity of British ColumbiaSpinal Cord Injury BCBC Cancer AgencyPrincess Margaret Cancer CentreUniversity of ManitobaUniversity Health NetworkCancerCare ManitobaOttawa HospitalResearch Institute in Oncology and HematologyUniversity of OttawaUniversité LavalBC Cancer FoundationWilliam Osler Health SystemUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineBiomarkerLung cancerComputational biologyBioinformaticsOncologyCancer researchBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

The advent of personalized therapy for non-small-cell lung carcinoma (nsclc) has improved patient outcomes. Selection of appropriate targeted therapy for patients with nsclc now involves testing for multiple biomarkers, including EGFR. EGFR mutation status is required to optimally treat patients with nsclc, and thus timely and accurate biomarker testing is necessary. However, in Canada, there are currently no standardized processes or methods in place to ensure consistent testing implementation. That lack creates challenges in ensuring that all appropriate biomarkers are tested for each patient and that the medical oncologist receives the results for making informed treatment decisions in a timely way.An expert multidisciplinary working group was convened to create consensus recommendations about biomarker testing in advanced NSCLC in Canada, with a primary focus on EGFR testing. Recognizing that there are biomarkers beyond EGFR that require timely identification, the expert multidisciplinary working group considered EGFR testing in the broader context of integration into complex lung biomarker testing. Primarily, the panel of experts recommends that all patients with nonsquamous NSCLC, regardless of stage, should undergo comprehensive reflex biomarker testing at diagnosis with targeted next-generation sequencing. The panel also considered the EGFR testing algorithm and the challenges associated with the pre-analytic, analytic, and post-analytic elements of testing. Strategies for funding testing by reducing silos of single biomarker testing for EGFR and for optimally implementing the recommendations presented here and educating oncology professionals about them are also discussed.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,075
score de la tête « metaresearch » (Gemma)0,129
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil0,396

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0750,129
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,008
Bibliométrie0,0060,005
Études des sciences et des technologies0,0040,003
Communication savante0,0050,004
Science ouverte0,0100,007
Intégrité de la recherche0,0160,018
Charge utile insuffisante (le modèle a refusé de juger)0,0110,006

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 Opus0,171
Tête enseignante GPT0,493
Écart entre enseignants0,322 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetLung Cancer Treatments and MutationsTravaux en français237 207