Non-small-cell lung cancer: how to manage BRAF-mutated disease
Notice bibliographique
Résumé
BRAF mutations are reported in about 3-5% of non-small-cell lung cancer (NSCLC), almost exclusively in adenocarcinoma histology, and are classified into three different classes.The segmentation of BRAF mutations into V600 (class 1) and non-V600 (classes 2 and 3) relies on their biological characteristics and is of interest for predicting the therapeutic benefit of targeted therapies and immunotherapy.Given the relative rarity of this molecular subset of disease, evidence supporting treatment choices is limited.This review aims to offer a comprehensive update about available therapeutic options for patients with NSCLC harbouring BRAF mutations to guide the physician in the choice of treatment strategies.We collected the most relevant available data, from singlearm phase II studies and retrospective analyses conducted in advanced NSCLC, regarding the efficacy of BRAF and MEK inhibitors in both V600 and non-V600 BRAF mutations.We included case reports and smaller experiences that could provide information on specific alterations.With respect to immunotherapy, we reviewed retrospective evidence on immune-checkpoint inhibitors in this molecular subset, whereas data about chemo-immunotherapy in this molecular subgroup are lacking.Moreover, we included the available, though limited, retrospective evidence of immunotherapy as consolidation after chemo-radiation for unresectable stage III BRAF-mutant NSCLC, and an overview of ongoing clinical trials in the peri-operative setting that could open new perspectives in the future.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».