The role of concurrent amplification of PD-L1, PD-L2 and JAK2 in metastatic lung adenocarcinoma as a biomarker of immune checkpoint inhibitor response: a case report
Notice bibliographique
Résumé
Background: Immune checkpoint inhibitors (ICIs) have transformed the landscape of care for many malignancies, including non-small cell lung cancer (NSCLC). That said, ICIs are associated with significant immune related adverse events (IrAE) and most patients do not benefit. As a result, significant efforts have been devoted to identifying biomarkers able to predict response to ICIs. Case Description: This report highlights a patient with diffusely metastatic NSCLC (adenocarcinoma) with RET translocation (RET-KIF5B fusion) who experienced an exceptional response to nivolumab. She was initially treated with standard of care platinum-based chemotherapy with a mixed response and significant toxicity after 3 cycles. She subsequently received 43 cycles of nivolumab on an expanded access program. In total, her disease remained stable 43 months after nivolumab had been stopped. On genetic testing, the patient’s tumor was found to harbour amplification of PD-L1, PD-L2 and JAK2. Discussion: This case highlights the potential value of PD-L1, PD-L2 and JAK2 gene cluster amplification as a biomarker of ICI sensitivity. Importantly, amplification of this gene cluster appears to confer sensitivity to nivolumab regardless of the presence of a RET rearrangement, a known driver mutation in NSCLC. This raises the question whether routine testing for rare but strong markers of ICI sensitivity can improve selection of upfront systemic therapy in patients with 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 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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,008 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».