MétaCan
Menu
Retour à la cohorte
Enregistrement W4387491491 · doi:10.1016/j.ctarc.2023.100767

The prognostic impact of KRAS, TP53, STK11 and KEAP1 mutations and their influence on the NLR in NSCLC patients treated with immunotherapy

2023· article· en· W4387491491 sur OpenAlexafffund
Francis Proulx-Rocray, Bertrand Routy, Rami Nassabein, Wiam Belkaïd, Danh Tran‐Thanh, Julie Malo, Marion Tonneau, Omar El Ouarzadi, Marie Florescu, Mustapha Tehfé, Normand Blais

Notice bibliographique

RevueCancer Treatment and Research Communications · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesUniversité de Montréal
Mots-clésSTK11KRASImmunotherapyOncologyMedicineInternal medicineCancer

Résumé

récupéré en direct d'OpenAlex

PD-L1 expression is used to predict NSCLC response to ICIs, but its performance is suboptimal. The impact of KRAS mutations in these patients is unclear. Studies evaluating co-mutations in TP53, STK11 and KEAP1 as well as the NLR showed that they may predict the benefit of ICIs. This is a retrospective study of patients with NSCLC treated with ICIs at the CHUM between July 2015 and June 2020. OS and PFS were compared using Kaplan-Meier and logrank methods. Co-mutations in TP53, STK11 and KEAP1 as well as the NLR were accounted for. ORR and safety were compared using Wald method. From 100 patients with known KRAS status, 50 were mutated (KRASMut). Mutation in TP53, STK11 and KEAP1 were present, and their status known in, respectively, 19/40 (47.5%), 8/39 (20.5%) and 4/38 (10.5%) patients. STK11Mut and KEAP1Mut were associated with shorter overall survival when compared with wild type tumors (respectively median OS of 3.3 vs 20.4, p=0.0001 and 10.1 vs 17.7, p=0.24). When KRAS status was compounded with STK11/KEAP1, KRASMut trended to a better prognosis in STK11+KEAP1WT tumors (median OS 21.1 vs 15.8 for KRASWT, p=0.15), but not for STK11+/-KEAP1Mut tumors. The NLR was strongly impacted by STK11 (6.0Mut vs 3.6WT, p=0.014) and TP53 (3.2Mut vs 4.8WT, p=0.048), but not by KEAP1 or KRAS mutations. STK11Mut and KEAP1Mut are adverse predictors of ICI therapy benefit. The NLR is strongly impacted by STK11Mut but not by KEAP1Mut, suggesting differences in their resistance mechanism. In STK11-KEAP1WT tumors, KRASMut seem associated with improved survival in NSCLC patients treated with ICIs. Response of NSCLC to immunotherapy is not easily predictable. We conducted a retrospective study in 100 patients with NSCLC and a known KRAS status. By accounting for different co-mutations, KRAS mutation was found to be associated with a better median overall survival in STK11 and KEAP1 wild-type tumors (21.1 vs 15.8, p=0.15). NLR was impacted by STK11, but not KEAP1 mutation, suggesting a difference in their resistance mechanism.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,543

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,408
Écart entre enseignants0,335 · 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 tête enseignante, pas un consensus.

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

Citations18
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancer Treatment and Research CommunicationsMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207