Impact on turnaround times (TAT) among non-squamous non-small cell lung cancer (NSCLC) patients across three time periods with varying biomarker testing techniques.
Notice bibliographique
Résumé
9085 Background: Biomarker testing and identification of actionable genomic alterations (AGAs) in NSCLC patients have led to targeted therapy use and improved outcomes, particularly in advanced stages. We sought to evaluate the impact of different testing paradigms on TAT, particularly with respect to treatment decision and time to initiation of treatment, across three time periods. Methods: A retrospective review of stage III or IV non-squamous NSCLC patients at the Princess Margaret Cancer Centre (Toronto, Canada) was conducted. Both de novo advanced and patients with metastatic progressions are included. Cohort 1 (C1; 01/2015 – 01/2017) underwent reflex EGFR (EntroGen) and ALK (5A4 immunohistochemistry, IHC) single gene testing. Cohort 2 (C2; 02/2017 – 09/2020) underwent reflex next generation sequencing (NGS; Trusight Tumor 15), ALK and ROS1 testing. Cohort 3 (C3; 10/2020 – 01/2022) underwent reflex comprehensive NGS (161 genes, Oncomine OCA v3). Descriptive statistics are presented, including AGAs found and TAT from biopsy to result sign-out, and treatment related TAT. Results: Three cohorts of stage III and IV patients were identified, with C1 having proportionally more females (60%), never smokers (42%) with adenocarcinomas (98%). More patients with AGA were identified using NGS with larger panels (42%, 41%, 57%, respectively across C1 – C3). However, there is a longer median time from first oncology visit to treatment (14, 22, 27 days, respectively across C1-C3), and longer biopsy to treatment TAT trended towards more comprehensive testing (34, 38, 40 days, respectively across C1 - C3) in stage IV patients. Conclusions: As more comprehensive biomarker testing became available, more AGAs are identified with an increase in TAT from biopsy to sign-out and treatment start. Despite our institutional policy of reflex testing, future endeavours will be focus on ways to reduce TAT. [Table: see text]
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 | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».