Liquid Biopsy: A Multi-Parametric Analysis of Mutation Status, Circulating Tumor Cells and Inflammatory Markers in EGFR-Mutated NSCLC
Notice bibliographique
Résumé
The liquid biopsy has the potential to improve patient care in the diagnostic and therapeutic setting in non-small cell lung cancer (NSCLC). Consented patients with epidermal growth factor receptor (EGFR) positive disease (n = 21) were stratified into two cohorts: those currently receiving EGFR tyrosine kinase inhibitor (TKI) therapy (n = 9) and newly diagnosed EGFR TKI treatment-naïve patients (n = 12). Plasma genotyping of cell-free DNA was carried out using the FDA-approved cobas® EGFR mutation test v2 and compared to next generation sequencing (NGS) cfDNA panels. Circulating tumor cell (CTC) numbers were correlated with treatment response and EGFR exon 20 p.T790M. The prognostic significance of the neutrophil to lymphocyte ratio (NLR) and lactate dehydrogenase (LDH) was also investigated. Patients in cohort 1 with an EGFR exon 20 p.T790M mutation progressed more rapidly than those with an EGFR sensitizing mutation, while patients in cohort 2 had a significantly longer progression-free survival (p = 0.04). EGFR exon 20 p.T790M was detected by liquid biopsy prior to disease progression indicated by computed tomography (CT) imaging. The cobas® EGFR mutation test detected a significantly greater number of exon 20 p.T790M mutations (p = 0.05). High NLR and derived neutrophil to lymphocyte ratio (dNLR) were associated with shorter time to progression and worse survival outcomes (p < 0.05). High LDH levels were significantly associated with shorter time to disease progression (p = 0.03). These data support the use of liquid biopsy for monitoring EGFR mutations and inflammatory markers as prognostic indicators in NSCLC.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,002 |
| 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) | 0,000 | 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 tête enseignante, 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 ».