MétaCan
Menu
Retour à la cohorte
Enregistrement W3134668651 · doi:10.21037/tlcr-20-927

Prognostic and predictive effect of KRAS gene copy number and mutation status in early stage non-small cell lung cancer patients

2021· article· en· W3134668651 sur OpenAlexaff
Andrea S. Fung, Maryam Karimi, Stefan Michiels, Lesley Seymour, Élisabeth Brambilla, T. Lechevalier, Jean‐Charles Soria, Robert A. Kratzke, Stephen L. Graziano, Siddhartha Devarakonda, Ramaswamy Govindan, Ming‐Sound Tsao, Frances A. Shepherd

Notice bibliographique

RevueTranslational Lung Cancer Research · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health NetworkQueen's University
Organismes subventionnairesnon disponible
Mots-clésKRASMedicineAdenocarcinomaInternal medicineOncologyLung cancerStage (stratigraphy)Proportional hazards modelConcomitantCancerColorectal cancerGastroenterologyBiology

Résumé

récupéré en direct d'OpenAlex

Background: In the current analysis, we characterize the prognostic significance of KRAS mutations with concomitant copy number aberrations (CNA) in early stage non-small cell lung cancer (NSCLC), and evaluate the ability to predict survival benefit from adjuvant chemotherapy. Methods: Clinical and genomic data from the LACE (Lung Adjuvant Cisplatin Evaluation)-Bio consortium was utilized. CNAs were categorized as Gain (CN ≥2) or Neutral (Neut)/Loss; KRAS status was defined as wild type (WT) or mutant (MUT). The following groups were compared in all patients and the adenocarcinoma subgroup, and were correlated to survival endpoints using a Cox proportional hazards model: WT + Neut/Loss (reference), WT + Gain, MUT + Gain and MUT + Neut/Loss. A treatment-by-variable interaction was added to evaluate predictive effect. Results: Of the 946 (399 adenocarcinoma) NSCLC patients, 41 [30] had MUT + Gain, 145 [99] MUT + Neut/Loss, 125 [16] WT + Gain, and 635 [254] WT + Neut/Loss. A non-significant trend towards worse lung cancer-specific survival (LCSS; HR =1.34; 95% CI, 0.83–2.17, P=0.232), DFS (HR =1.34; 95% CI, 0.86–2.09, P=0.202) and OS (HR =1.59; 95% CI, 0.99–2.54, P=0.055) was seen in KRAS MUT + Gain patients relative to KRAS WT + Neut/Loss patients. A negative prognostic effect of KRAS MUT + Neut/Loss was observed for LCSS (HR =1.32; 95% CI, 1.01–1.71, P=0.038) relative to KRAS WT + Neut/Loss on univariable analysis, but to a lesser extent after adjusting for covariates (HR =1.28; 95% CI, 0.97–1.68, P=0.078). KRAS MUT + Gain was associated with a greater beneficial effect of chemotherapy on DFS compared to KRAS WT + Neut/Loss patients (rHR =0.33; 95% CI, 0.11–0.99, P=0.048), with a non-significant trend also seen for LCSS (rHR =0.41; 95% CI, 0.13–1.33, P=0.138) and OS (rHR =0.40; 95% CI, 0.13–1.26, P=0.116) in the adenocarcinoma subgroup. Conclusions: A small prognostic effect of KRAS mutation was identified for LCSS, and a trend towards worse LCSS, DFS and OS was noted for KRAS MUT + Gain. A potential predictive effect of concomitant KRAS mutation and copy number gain was observed for DFS in adenocarcinoma patients. These results could be driven by the small number of patients and require validation.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,387
Écart entre enseignants0,371 · 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'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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTranslational Lung Cancer ResearchMême sujetLung Cancer Treatments and MutationsTravaux en français237 207