MétaCan
Menu
← Retour à la cohorte
Enregistrement W4379328597 · doi:10.1200/jco.2023.41.16_suppl.tps620

A phase II single-arm, open-label trial of T-DM1 (ado-trastuzumab emtansine) and neratinib for HER2-positive breast cancer with molecular residual disease (KAN-HER2 MRD).

2023· article· en· W4379328597 sur OpenAlexafffund
Mitchell J. Elliott, Jesús Fuentes‐Antrás, Philippe Echelard, Nicholas Meti, Alisa Nguyen, Carolina Sanabria Salas, Christopher Gareth Smith, Moira Rushton, Lillian L. Siu, Hal K. Berman, Philippe L. Bédard, David W. Cescon

Notice bibliographique

RevueJournal of Clinical Oncology · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensMcGill UniversityUniversity of TorontoToronto General HospitalUniversity Health NetworkOttawa HospitalPrincess Margaret Cancer CentreSt Mary's Hospital Centre
Organismes subventionnairesPrincess Margaret Cancer Foundation
Mots-clésNeratinibMedicineOncologyInternal medicineTrastuzumab emtansineLapatinibTrastuzumabBreast cancerClinical endpointMinimal residual diseaseAdjuvantAdjuvant therapyCancerClinical trialLeukemia

Résumé

récupéré en direct d'OpenAlex

TPS620 Background: HER2-positive breast cancer is a biologically and clinically aggressive subtype that has historically been associated with poor outcomes, but for which there are now multiple effective targeted therapies. Patients who have residual disease following standard neoadjuvant therapy have an elevated risk of metastatic recurrence. In addition, the detection of circulating tumor DNA (ctDNA) in the adjuvant period is strongly associated with relapse and can further stratify patients with residual disease. The ctDNA-based detection of molecular residual disease (MRD) is an emerging strategy to identify patients for treatment intensification, and may enable the development of novel curative treatment strategies for “recurrence interception”. Preclinical and clinical evidence support the investigation of neratinib, an irreversible inhibitor of the HER2 tyrosine kinase, in combination with standard T-DM1 in the adjuvant setting for patients with HER2-positive breast cancer and evidence of MRD. Methods: KAN-HER2 MRD is a multicentre, investigator-initiated, open label, single arm phase II trial to evaluate the addition of neratinib to standard T-DM1 in patients with detected MRD. Participants with HER2-positive breast cancer and residual disease following neoadjuvant therapy are pre-screened (Part A) for MRD using a tumor-informed assay (NeoGenomics RaDaR). Those with ctDNA detected following 2-6 cycles of adjuvant T-DM1 will proceed to the interventional phase (Part B) where neratinib is added to standard T-DM1 at the previously-determined recommended phase 2 combination dose of 160 mg/day, in continuous cycles. The primary endpoint is the rate of ctDNA clearance at 12 weeks after treatment initiation (ctDNAwk12); the study is designed with a 2-stage approach and has sufficient power to detect a clearance rate of 40%. Secondary endpoints include MRD rates and their clinical correlates, invasive disease free survival (iDFS), and safety. Bio-specimens including diagnostic biopsies, residual disease, and peripheral blood are being collected from all participants for additional correlative studies. Enrolment in Part A was initiated at the first trial site (Princess Margaret Cancer Centre) in December 2022. KAN-HER2 represents the first reported MRD-directed interception trial for HER2-positive breast cancer. Clinical trial information: NCT05388149 .

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,084
Tête enseignante GPT0,450
Écart entre enseignants0,365 · 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'étudeEssai non randomisé
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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetCancer Genomics and Diagnostics→Travaux en français237 207→