Recommended first-line management of asymptomatic brain metastases from EGFR mutant and ALK positive non-small cell lung cancer varies significantly according to specialty: an international survey of clinical practice
Notice bibliographique
Résumé
Background: +) non-small cell lung cancer (NSCLC) is uncertain because of a lack of prospective evidence supporting tyrosine kinase inhibitor (TKI) monotherapy. Further understanding of practice heterogeneity is necessary to guide collaborative efforts in establishing guideline recommendations. Methods: We conducted an international survey among medical (MO), clinical (CO), and radiation oncologists (RO), as well as neurosurgeons (NS), of treatment recommendations for asymptomatic BrM (in non-eloquent regions) EGFRm or ALK+ NSCLC patients according to specific clinical scenarios. We grouped and compared treatment recommendations according to specialty. Responses were summarized using counts and percentages and analyzed using the Fisher exact test. Results: A total of 449 surveys were included in the final analysis: 48 CO, 85 MO, 60 NS, and 256 RO. MO and CO were significantly more likely than RO and NS to recommend first-line TKI monotherapy, regardless of the number and/or size of asymptomatic BrM (in non-eloquent regions). Radiotherapy in addition to TKI as first-line management was preferred by all specialties for patients with ≥4 BrM. NS recommended surgical resection more often than other specialties for BrM measuring >2 cm. Conclusions: Recommendations for the management of BrM from EGFRm or ALK+ NSCLC vary significantly according to oncology sub-specialties. Development of multidisciplinary guidelines and further research on establishing optimal treatment strategies is warranted.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 ».