MétaCan
Menu
← Retour à la cohorte
Enregistrement W3167491954 · doi:10.1200/jco.2021.39.15_suppl.3126

The value of defining molecular resistance in patients with progressive <i>EGFR</i> and <i>ALK</i>-driven lung cancer in a public system.

2021· article· en· W3167491954 sur OpenAlexaffabout
Carly C. Barron, Tracy Stockley, Jennifer Law, Muqdas Shabir, Roxanne Fernandes, Tong Zhang, Lisa W. Le, Ming‐Sound Tsao, Suzanne Kamel‐Reid, Prodipto Pal, Michael Cabanero, Joerg Schwock, Hyang Mi Ko, Geoffrey Liu, Penelope Ann Bradbury, Adrian G. Sacher, Frances A. Shepherd, Natasha B. Leighl, Kirstin Perdrizet

Notice bibliographique

RevueJournal of Clinical Oncology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineOsimertinibT790MLung cancerInternal medicineOncologyKRASClinical trialCancerErlotinibEpidermal growth factor receptorGefitinib

Résumé

récupéré en direct d'OpenAlex

3126 Background: Repeat molecular profiling, except to detect EGFR T790M, is not routinely performed in Canadian patients with lung cancer progressing on EGFR tyrosine kinase inhibitors (TKIs). We performed genomic profiling on post-progression biopsies in patients with stage IV non-small cell lung cancer (NSCLC) and known EGFR/ ALK aberrations treated with TKIs to identify resistance mechanisms, evaluate options for subsequent treatment, and to assess clinical trial eligibility and costs. Methods: From Feb 2018-Aug 2020, post-progression tumour biopsies from consenting patients at a major cancer centre underwent genomic profiling (ThermoFisher OCA v3.0 including hotspots, fusions, and copy number variations in 161 cancer-associated genes). Outcomes of interest were the identification of resistance mutations, actionable targets, clinical trial eligibility (per clinicaltrials.gov), and costs. Results: Thirty-two patients consented to the study. Most, 84% (n = 27), had successful testing completed while 16% (n = 5) had insufficient tissue. Median age of the cohort was 56 yrs, 59% (n = 16) were female, 74% (n = 20) were never-smokers, 81% (n = 22) had ECOG performance status 0-1, and 67% (n = 18) were Asian. The majority, 81% (n = 22) had EGFR mutated NSCLC, and had progressed on EGFR TKIs (15 with previously identified T790M had progressed on osimertinib), and 19% (n = 5) had ALK fusions. Patients had received a median of 2 prior lines of targeted therapy prior to re-biopsy (IQR 1.5,3). One patient had evidence of small cell transformation and associated TP53 and RB1 mutations, 11% (n = 3) had acquired EGFR C797S mutations, and 11% (n = 3) had acquired ALK resistance point mutations (G1202R n = 2, I1171N n = 1). Genomic profiling identified additional actionable targets in 19% of patients (n = 5: MET exon 14 skip mutation n = 1, MET amplification n = 2, BRAF V600E n = 2). Overall, 33% (n = 9) patients had management-changing resistance mechanisms identified (small cell transformation n = 1, actionable targets n = 5, ALK inhibitor resistance = 3). New clinical trial options based on genomic profiling results were identified for 67% (n = 18) of patients. Incremental costs for repeat genomic profiling were approximately $880 CAD per case. Conclusions: Molecular profiling upon development of resistance to targeted therapy in our cohort revealed actionable resistance mechanisms for over a third of patients and clinical trial options for 67%. These incremental benefits for patients highlight the importance of routine molecular profiling in the setting of acquired TKI resistance in lung cancer.

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)0,006
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 enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,022
Tête enseignante GPT0,422
Écart entre enseignants0,400 · 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetLung Cancer Treatments and Mutations→Travaux en français237 207→