An overview of the role of selpercatinib and pralsetinib in RET-fusion-positive non-small cell lung cancer (NSCLC)
Notice bibliographique
Résumé
OBJECTIVE: Selpercatinib and pralsetinib are new targeted therapies used to treat patients with non-small cell lung cancer (NSCLC) due to RET gene rearrangements. The objective of this article is to review selpercatinib and pralsetinib in the context of RET-fusion-positive NSCLC. DATA SOURCES: The pivotal LIBRETTO-001 and ARROW trials were evaluated regarding the use of selpercatinib and pralsetinib as treatment for RET-fusion-positive NSCLC. Comparative studies, review articles and current studies on selpercatinib and pralsetinib in RET-fusion-positive NSCLC were searched on pubmed.org and scholar.google.com using "selpercatinib," "pralsetinib," and "NSCLC" as keywords. Product monographs were searched on google.ca and uptodate.com using the keywords "selpercatinib," "pralsetinib," and/or "monograph." DATA SUMMARY: Selpercatinib and pralsetinib are orally administered highly selective RET inhibitors approved by the FDA following the accelerated approvals granted due to the pivotal LIBRETTO-001 and ARROW trials which evaluated selpercatinib and pralsetinib, respectively. Both drugs have shown efficacy for brain metastases and are primarily metabolized by CYP3A4 through hepatic metabolism. The most common grade 3 or 4 adverse effects of selpercatinib were hypertension, increased ALT level, and increased AST level while for pralsetinib, it was neutropenia, hypertension, and anemia. The safety profile shows similarities in severity and tolerability but additional monitoring for QT prolongation in patients on selpercatinib is recommended, compared to the risks of interstitial lung disease or pneumonitis for patients on pralsetinib. CONCLUSIONS: Overall, the increased use of selpercatinib and pralsetinib has led to the implementation of these drugs in the clinical practice of healthcare professionals such as pharmacists.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».