MétaCan
Menu
Retour à la cohorte
Enregistrement W4393218847 · doi:10.3390/cancers16071302

An Updated Review of Management of Resectable Stage III NSCLC in the Era of Neoadjuvant Immunotherapy

2024· article· en· W4393218847 sur OpenAlexaff
Saurav Verma, Daniel Breadner, Abhenil Mittal, David A. Palma, Rahul Nayak, Jacques Raphael, Mark Vincent

Notice bibliographique

RevueCancers · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Diagnosis and Treatment
Établissements canadiensNortheast Cancer CentreLondon Health Sciences CentreWestern University
Organismes subventionnairesSanofiAmgenPfizerAstraZenecaEli Lilly and CompanyBristol-Myers Squibb
Mots-clésMedicineNeoadjuvant therapyOncologyStage (stratigraphy)Internal medicineAdjuvantImmunotherapyLung cancerDiseaseChemotherapyCancer

Résumé

récupéré en direct d'OpenAlex

Immune-checkpoint inhibitors (ICIs) have an established role in the treatment of locally advanced and metastatic non-small cell lung cancer (NSCLC). ICIs have now entered the paradigm of early-stage NSCLC. The recent evidence shows that the addition of ICI to neoadjuvant chemotherapy improves the pathological complete response (pCR) rate and survival rate in early-stage resectable NSCLC and is now a standard of care option in this setting. In this regard, stage III NSCLC merits special consideration, as it is heterogenous and requires a multidisciplinary approach to management. As the neoadjuvant approach is being adopted widely, new challenges have emerged and the boundaries for resectability are being re-examined. Consequently, it is ever more important to carefully individualize the treatment strategy for each patient with resectable stage III NSCLC. In this review, we discuss the recent literature in this field with particular focus on evolving definitions of resectability, T4 disease, N2 disease (single and multi-station), and nodal downstaging. We also highlight the controversy around adjuvant treatment in this setting and discuss the selection of patients for adjuvant treatment, options of salvage, and next line treatment in cases of progression on/after neoadjuvant treatment or after R2 resection. We will conclude with a brief discussion of predictive biomarkers, predictive models, ongoing studies, and directions for future research in this space.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,016
Tête enseignante GPT0,332
Écart entre enseignants0,316 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetLung Cancer Diagnosis and TreatmentTravaux en français237 207