The genomic landscape of young and old lung cancer patients highlights age‐dependent mutation frequencies and clinical actionability in young patients
Notice bibliographique
Résumé
The aim of the study was to investigate age-dependent tendency of genomic alterations in lung cancer, and also to examine mutational profiles and its association with clinical treatment outcomes in young adenocarcinoma patients. By studying 7858 lung cancer samples using targeted-gene sequencing, we investigated genomic differences and clinical on-treatment time (OTT) to different therapies between young (≤ 45 years) and old (> 45 years) patients. The age-dependent trend test for genomic alterations in all patients revealed steady increases in tumor mutation burden and alterations in a number of genes with age, including KRAS, MET, CDKN2A, PIK3CA and MDM2, while the frequencies of ALK, ROS1 and RET fusions and ERBB2 mutations were decreasing. The highest rate of EGFR alterations was observed in the 45 ~ 50 years age group. Comparisons of young and old adenocarcinoma patients found that young patients were characterized by a higher prevalence of ALK, ROS1 and RET fusions, and ERBB2 exon-20 insertions and EGFR exon-19 deletions. Actionable mutations were highly prevalent in young adenocarcinoma patients, with 88% of patients harboring at least one actionable genetic alteration. First-line therapies in EGFR-positive patients (n = 979) by EGFR tyrosine kinase inhibitors or chemotherapy resulted in similar OTT between young and old patients. Somatic interaction analyses implied that young EGFR-positive patients were more likely to also have PIK3CA, MET, TP53 and RB1 mutations than old patients. Lung cancer in young patients, and especially those with adenocarcinoma, exhibited different clinical features and genomic attributes compared to old patients, which should be considered for therapeutic decision-making purposes.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».