Clinical activity of MAPK targeted therapies in patients with non-V600 BRAF mutant tumors
Notice bibliographique
Résumé
Abstract Purpose Non-V600 mutations comprise approximately 35% of all BRAF mutations in cancer. Many of these mutations have been identified as oncogenic drivers in a wide array of cancer types and can be classified into three Classes according to molecular characteristics. Consensus treatment strategies for Class 2 and 3 BRAF mutations have not yet been established. Methods We performed a systematic review and meta-analysis of individual patient data to assess treatment outcomes with FDA-approved mitogen activated protein kinase pathway (MAPK) targeted therapy according to BRAF Class, cancer type and MAPK targeted therapy type. A search was conducted on literature from 2010-2021. Individual patient data was collected and analyzed from published reports of patients with cancer harboring Class 2 or 3 BRAF mutations and who received MAPK targeted therapy with available treatment response data. Co-primary outcomes were response rate (RR) and progression-free survival (PFS). Results 18167 studies were screened, identifying 80 studies with 238 patients that met inclusion criteria. This included 167 patients with Class 2 and 71 patients with Class 3 BRAF mutations. Overall, 77 patients achieved a treatment response. In both univariate and multivariable analyses, RR and PFS were higher among patients with Class 2 compared to Class 3 mutations, findings that remain when analyses are restricted to patients with melanoma or lung primary cancers. MEK +/- BRAF inhibitors demonstrated greater clinical activity in Class 2 compared to Class 3 BRAF mutant tumors than BRAF or EGFR inhibitors. Conclusions This meta-analysis suggests that MAPK targeted therapies have clinical activity in some Class 2 and 3 BRAF mutant cancers. BRAF Class may dictate responsiveness to current and emerging treatment strategies, particularly in metastatic melanoma and lung cancers. Together, this analysis provides clinical validation of predictions made based on a mutation classification system established in the preclinical literature. Further evaluation with prospective clinical trials is needed for this population.
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 | 0,008 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,016 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 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) | 0,002 | 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 ».