Afatinib for the Treatment of NSCLC with Uncommon EGFR Mutations: A Narrative Review
Notice bibliographique
Résumé
Afatinib, the world's first irreversible ErbB family (containing four different cancer cell epidermal growth factor receptors, including EGFR, HER2, ErbB3, and ErbB4) inhibitor, is a second-generation oral epidermal growth factor receptor tyrosine kinase inhibitor (EGFR-TKI). It can be used as a first-line treatment for locally advanced or metastatic non-small-cell lung cancer (NSCLC) with an EGFR-sensitive mutation or for patients with locally advanced or metastatic squamous lung cancer whose disease progresses during or after platinum-containing chemotherapy. Currently, with the use of third-generation EGFR-TKIs, afatinib is no longer clinically indicated as the first choice for patients with NSCLC who have EGFR-sensitive mutations. However, afatinib showed a considerable inhibitory effect in NSCLC patients with uncommon EGFR mutations (G719X, S768I, and L861Q) according to a combined post hoc analysis of the LUX-Lung2/3/6 trials. With the development of genetic testing technology, the detection rate of uncommon EGFR mutations is increasing. The aim of this paper is to describe in detail the sensitivity of rare EGFR mutations to afatinib and to provide information and a reference for those suffering from advanced NSCLC who have uncommon EGFR mutations.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,000 |
| 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 ».