27-gene Immuno-Oncology (IO) Score is Associated With Efficacy of Checkpoint Immunotherapy in Advanced NSCLC: A Retrospective BC Cancer Study
Notice bibliographique
Résumé
BACKGROUND: Immune checkpoint inhibitors (ICI) are standard of care in advanced non-small cell lung cancer (NSCLC). However, not all patients benefit, even among PD-L1 tumor proportional score (TPS) ≥50%, indicating an unmet need for additional biomarkers such as those assessing the tumor immune microenvironment (TIME). DetermaIO is a 27-gene assay that classifies TIME and has previously demonstrated association with ICI response. METHODS: FFPE samples were selected from BC Cancer and West Clinic Cancer Center patients with performance status (PS) ≤2 who received at least 2 cycles of ICI monotherapy in the first (1L) or second line (2L). IO scores were generated and analyzed for association with PFS and OS. RESULTS: In the entire cohort (N=147), IO score was significantly associated with OS (HR=0.68, 95%CI 0.47-0.99, P = .042) and PFS (HR=0.62, 95%CI 0.43-0.88, P = .0069). In 1L treated patients (PD-L1≥50%, N=78), IO score was significantly associated with PFS (HR=0.55, 95%CI 0.32-0.94, P = .028). In exploratory analyses, IO score was associated with benefit in 1L PS2 patients for OS (HR = 0.26, 95%CI 0.091-0.74, P = .012) and PFS (HR = 0.27, 95%CI 0.098-0.72, P = .0095) which was confirmed in PFS subgroup analysis in the independent West Cancer Center study (N=13 HR=0.14, 95%CI 0.027-0.76, P = .023). CONCLUSION: These data confirm the association of DetermaIO with ICI clinical benefit in NSCLC, and expand on previous studies by demonstrating that first line treated PD-L1≥50% patients can further be stratified by IO score to identify efficacy. Exploratory analysis suggested that the IO score identifies benefit in patients with poor PS.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».