MétaCan
Menu
Retour à la cohorte
Enregistrement W4319460787 · doi:10.1631/jzus.b2200292

USH2A mutation and specific driver mutation subtypes are associated with clinical efficacy of immune checkpoint inhibitors in lung cancer

2023· article· en· W4319460787 sur OpenAlexaff
Dexin Yang, Yuqin Feng, Haohua Lu, Kelie Chen, Jinming Xu, Peiwei Li, Tianru Wang, Dajing Xia, Yihua Wu

Notice bibliographique

RevueJournal of Zhejiang University SCIENCE B · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesChinese Academy of Medical SciencesNatural Science Foundation of Zhejiang ProvinceNational Natural Science Foundation of China
Mots-clésHazard ratioInternal medicineConfidence intervalMedicineOncologyOdds ratioMissense mutationLung cancerMutationCancerEpidermal growth factor receptorProgression-free survivalCancer researchOverall survivalBiologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

This study aimed to identify subtypes of genomic variants associated with the efficacy of immune checkpoint inhibitors (ICIs) by conducting systematic literature search in electronic databases up to May 31, 2021. The main outcomes including overall survival (OS), progression-free survival (PFS), objective response rate (ORR), and durable clinical benefit (DCB) were correlated with tumor genomic features. A total of 1546 lung cancer patients with available genomic variation data were included from 14 studies. The Kirsten rat sarcoma viral oncogene homolog G12C ( KRAS G12C ) mutation combined with tumor protein P53 ( TP53 ) mutation revealed the promising efficacy of ICI therapy in these patients. Furthermore, patients with epidermal growth factor receptor ( EGFR ) classical activating mutations (including EGFR L858R and EGFR Δ19 ) exhibited worse outcomes to ICIs in OS (adjusted hazard ratio (HR), 1.40; 95% confidence interval (CI), 1.01–1.95; P =0.0411) and PFS (adjusted HR, 1.98; 95% CI, 1.49–2.63; P <0.0001), while classical activating mutations with EGFR T790M showed no difference compared to classical activating mutations without EGFR T790M in OS (adjusted HR, 0.96; 95% CI, 0.48–1.94; P =0.9157) or PFS (adjusted HR, 0.72; 95% CI, 0.39–1.35; P =0.3050). Of note, for patients harboring the Usher syndrome type-2A ( USH2A ) missense mutation, correspondingly better outcomes were observed in OS (adjusted HR, 0.52; 95% CI, 0.32–0.82; P =0.0077), PFS (adjusted HR, 0.51; 95% CI, 0.38–0.69; P <0.0001), DCB (adjusted odds ratio (OR), 4.74; 95% CI, 2.75–8.17; P <0.0001), and ORR (adjusted OR, 3.45; 95% CI, 1.88–6.33; P <0.0001). Our findings indicated that, USH2A missense mutations and the KRAS G12C mutation combined with TP53 mutation were associated with better efficacy and survival outcomes, but EGFR classical mutations irrespective of combination with EGFR T790M showed the opposite role in the ICI therapy among lung cancer patients. Our findings might guide the selection of precise targets for effective immunotherapy in the clinic.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,202

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,299
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Zhejiang University SCIENCE BMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207