Efficacy of epidermal growth factor receptor tyrosine kinase inhibitors (EGFR-TKIs) combined with bevacizumab for advanced non-squamous non-small-cell lung cancer patients with gradual progression on EGFR-TKI treatment
Notice bibliographique
Résumé
ABSTRACT: Epidermal growth factor receptor tyrosine kinase inhibitors (EGFR-TKIs) significantly improve outcomes of patients with EGFR-mutated non-small-cell lung cancer (NSCLC). However, acquired resistance inevitably emerges and remains a major challenge. The present study aimed to evaluate the efficacy of EGFR-TKIs plus bevacizumab in advanced non-squamous NSCLC patients with gradual progression on EGFR-TKIs.Advanced non-squamous EGFR-mutated NSCLC patients with gradual progression on EGFR-TKIs were administered bevacizumab while EGFR-TKIs were continued until disease progression occurred. Tumor lesions were assessed, and blood samples were collected at the start of the combination treatment and every 6 weeks until disease progression.Among the 15 included patients, there were no grade 3 or higher adverse events (AEs). Partial response (PR) and stable disease (SD) were achieved in 1 and 13 patients, respectively, with an objective response rate (ORR) of 6.7% and a disease control rate (DCR) of 93.3%. The median progression-free survival 2 (PFS2), defined as the time from the initiation of combination treatment to disease progression, was 5.0 (95% confidence interval [CI]: 4.0-6.0) months. Additionally, Spearman correlation analysis revealed that PFS2 was positively correlated with the serum vascular endothelial growth factor (VEGF) level at baseline (r = 0.7212, P = .0234). Patients with high baseline serum VEGF levels showed a better median PFS2 than those with low baseline serum VEGF levels (5.5 months vs 3.6 months, P = .0333).EGFR-TKIs plus bevacizumab led to a durable prolongation of PFS in non-squamous NSCLC patients with gradual progression on EGFR-TKIs. This therapeutic regimen was well tolerated and could be a promising strategy for these patients. Serum VEGF could be a potential biomarker to predict a subset of patients who are likely to benefit from EGFR-TKIs combined with bevacizumab.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».