MétaCan
Menu
← Retour à la cohorte
Enregistrement W4379282252 · doi:10.1200/jco.2023.41.16_suppl.e21118

An individual patient-level meta-analysis of non–small-cell lung cancer leptomeningeal metastases treated with epidermal growth factor receptor inhibitors.

2023· article· en· W4379282252 sur OpenAlexaff
David Jiahua Bian, Anna-Maria Lazaratos, Sarah M. Maritan, Andrea Quaiattini, Zhimin Zeng, Zhengfei Zhu, Uğur Sener, Rachna Malani, Yu Jung Kim, Eiki Ichihara, Nathaniel Bouganim, Matthew Dankner

Notice bibliographique

RevueJournal of Clinical Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensMcGill University Health CentreMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineAfatinibOsimertinibGefitinibErlotinibInternal medicineOncologyLung cancerEpidermal growth factor receptorHazard ratioConfidence intervalProportional hazards modelClinical endpointPerformance statusClinical trialCancer

Résumé

récupéré en direct d'OpenAlex

e21118 Background: Leptomeningeal metastasis (LM) is a debilitating condition associated with advanced non-small cell lung cancer (NSCLC). When driver mutations in the epidermal growth factor receptor (EGFR) are identified, targeted therapies (TT) represent an appealing therapeutic strategy. However, the efficacy of TT for LM is unknown as LM patients are routinely omitted from clinical trials. Methods: We conducted a systematic review and meta-analysis of individual patient data to evaluate the efficacy of EGFR TT in EGFR-mutant NSCLC LM in accordance with PRISMA guidelines. EGFR-TTs evaluated were erlotinib, gefitinib, icotinib, afatinib, dacomitinib, osimertinib, zorifertinib, and furmonertinib. The co-primary endpoints were progression-free survival (PFS) and overall survival (OS). To assess differences between groups, shared frailty Cox regression models were used to estimate the hazard ratio (HR), 95% confidence interval (CI) and p-value. Results: 7780 abstracts were screened, identifying 126 publications with 232 patients, corresponding to 272 lines of EGFR-TT for NSCLC LM which met inclusion criteria. The overall median PFS (mPFS) in patients receiving any EGFR-TT was 9.15 months and the median overall survival was 14.5 months. In univariable analyses, osimertinib was associated prolonged PFS compared to other EGFR-TT, (mPFS of 11 versus 8 months, HR = 0.64; 95% CI: 0.44-0.93; P = 0.02). Osimertinib was numerically associated with prolonged OS compared to other EGFR-TT (mOS 16.8 months versus 13.6 months, HR = 0.72; 95% CI 0.44-1.17, P = 0.188). In multivariable analyses, ECOG performance status > 2 was independently associated with shortened PFS (mPFS 10 versus 8 months, HR = 1.54, 95% CI: 1.26-3.04; P < 0.05) and OS (mOS 16.5 versus 10 months, HR = 3.33, 95% CI: 1.80-6.18; P < 0.05). Conclusions: In the largest cohort of NSCLC LM treated with EGFR TT compiled to date, osimertinib is associated with marginally improved outcomes compared to other EGFR TTs. ECOG performance status is an independent predictor of prognosis in these patients. These results highlight the need for prospective studies for this difficult to treat patient population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,021
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0160,052
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,192
Tête enseignante GPT0,486
Écart entre enseignants0,294 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetLung Cancer Treatments and Mutations→Travaux en français237 207→