Predictive value of pretreatment PD-L1 expression in EGFR-mutant non-small cell lung cancer: a meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: To investigate the predictive value of programmed death-ligand 1 (PD-L1) expression in non-small cell lung cancer (NSCLC) patients treated with epidermal growth factor receptor tyrosine kinase inhibitors (EGFR-TKIs). METHODS: We conducted a systemic search of PubMed, EMBASE, and the Cochrane Library from 1 January 2000 to 30 August 2020, to identify related studies. We combined the hazard ratio (HR) and 95% confidence interval (CI) to assess the correlation of PD-L1 expression with progression-free survival (PFS) and overall survival (OS). We assessed the quality of the included studies by the Newcastle-Ottawa Scale (NOS). We performed subgroup analyses based on immunohistochemistry (IHC) scoring system, IHC antibodies, sample size, countries, and survival analysis mode. Sensitivity analysis and evaluation of publication bias were also performed. RESULTS: Twelve studies including 991 patients met the criteria. The mean NOS score was 7.42 ± 1.19. Patients with high PD-L1 expression was associated with poorer PFS (HR = 1.90; 95% CI = 1.16-3.10; P = 0.011), while there was no association between PD-L1 expression and OS (HR = 1.19; 95% CI = 0.99-1.43; P = 0.070). Subgroup analysis prompted IHC scoring systems, IHC antibodies, and sample size have important effects on heterogeneity. The pooled results were robust according to the sensitivity analysis. CONCLUSIONS: The result of this meta-analysis suggested that PD-L1 expression might be a predictive biomarker for EGFR-mutant non-small cell lung cancer treated with EGFR-TKIs.
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 | 0,017 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,018 | 0,055 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».