Podcast on Lorlatinib as a First-Line Treatment Option for Patients with ALK-Positive Metastatic NSCLC with Brain Metastasis
Notice bibliographique
Résumé
Brain metastases are especially common in anaplastic lymphoma kinase (ALK)-positive non-small cell lung cancer (NSCLC), with a cumulative incidence of over 50% and associated with a poor prognosis, high symptom burden, and decreased quality of life. Lorlatinib is a brain-penetrant, third-generation ALK tyrosine kinase inhibitor (TKI), which has a high potency against resistance mutations seen with earlier generation ALK TKIs. In 2018, lorlatinib was granted accelerated approval in second- and third-line treatment for use in patients with ALK-positive metastatic NSCLC on the basis of phase 1/2 study results. This initial approval was expanded for first-line treatment of patients with ALK-positive metastatic NSCLC on the basis of the interim analysis of the phase 3 CROWN study showing longer progression-free survival, time to intracranial progression, duration of response, and objective response rate compared with crizotinib. This manuscript is a transcript of our podcast, in which we discuss the clinical significance of controlling the onset of brain metastases, considerations in selecting a first-line therapy option, efficacy and safety observed in patients with and without brain metastases, and rationales for using lorlatinib upfront versus reserving for a later line in therapy.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,007 |
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 ».