Uncommon EGFR Compound Mutations in Non-Small Cell Lung Cancer (NSCLC): A Systematic Review of Available Evidence
Notice bibliographique
Résumé
Compound epidermal growth factor receptor (EGFR) mutations represent a heterogeneous subgroup of non-small cell lung cancer (NSCLC) patients with uncommon EGFR mutations. We conducted a systematic review to investigate the available data on this patients’ subgroup. Overall, we found a high heterogeneity in the incidence of compound mutations (4–26% of total EGFR mutant cases), which is dependent on the different testing methods adopted and the specific mutations considered. In addition, the relative incidence of distinct compound subclasses identified is reported with extreme variability in different studies. Preclinical and clinical data, excluding de novoEGFR exon 20 p.T790M compound mutations, show good responses with EGFR tyrosine kinase inhibitors (TKIs) (combined common mutations: response rate (RR) ≥ 75% with either first- or second-generation TKIs; combined common plus uncommon: RR 40–80% and 100% with first-generation TKIs and afatinib, respectively; combined uncommon: RR 20–70%, ~80% and ~75% with first-generation TKIs, afatinib and osimertinib, respectively). Overall, data are consistent in supporting the use of EGFR TKIs in treating compound EGFR mutations, taking into account different sensitivity profile of accompanying EGFR mutations for selecting the most adequate EGFR TKI for individual patients.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».