Prevalence, Treatment Patterns, and Outcomes of Individuals with EGFR Positive Metastatic Non-Small Cell Lung Cancer in a Canadian Real-World Setting: A Comparison of Exon 19 Deletion, L858R, and Exon 20 Insertion EGFR Mutation Carriers
Notice bibliographique
Résumé
Real-world evidence surrounding EGFR positive NSCLC patients in Canada is limited. Administrative databases in Alberta, Canada were used to evaluate EGFR testing and mutation prevalence in de novo metastatic NSCLC, as well as the characteristics, treatment patterns, and outcomes of individuals with Exon 19, L858R and Exon20ins mutations. Between 2013–2019, 2974 individuals underwent EGFR testing, of which 451 (15.2%) were EGFR positive. Among EGFR positive individuals, 221 (49.0%) had an Exon 19 mutation, 159 (35.3%) had an L858R mutation, and 18 (4%) had an Exon20ins mutation. The proportion of individuals who initiated 1L systemic therapy was 89.1% for Exon19, 85.5% for L858R, and 72.2% for Exon20ins carriers. The primary front-line systemic therapy was gefitinib or afatinib monotherapy for individuals with Exon 19 (93.4%) and L858R (94.1%) mutations versus platinum combination therapy for individuals with Exon20ins mutations (61.5%). The Exon20ins cohort had worse median overall survival from initiation of 1L systemic therapy (10.5 months [95% CI: 8.0-not estimable]) than the Exon19 (20.6 months [95% CI: 18.4–24.9]), and L858R cohorts (19.1 months [95% CI: 14.5–23.1]). These findings highlight that Exon20ins mutations represent a rare subset of NSCLC in which treatment options are limited and survival outcomes are worse relative to individuals with more common types of EGFR mutations.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».