Somatic pharmacogenomics in the treatment prognosis of locally advanced rectal cancer patients: a narrative review of the literature
Notice bibliographique
Résumé
Introduction Standard treatment for patients with locally advanced rectal cancer (LARC) includes neoadjuvant chemoradiotherapy (nCRT) with fluoropyrimidines, followed by surgical excision. The newly introduced therapeutic strategies propose intensified regimens or more conservative approaches based on risk stratification algorithms that currently include clinicoradiological criteria but not molecular variables. How to better stratify patients is a burning clinical question, and pharmacogenomics may prove useful in identifying new genetic markers that could be incorporated into clinical algorithms to personalize nCRT. An emerging area could be the evaluation of somatic mutations as potential genetic markers that correlate with patient prognosis. Tumor mutations in the RAS/BRAF genes, as well as microsatellite instability (MSI) status, are currently used in treatment selection for colorectal cancer (CRC); however, their clinical value in LARC is still unclear.Area covered This literature review discusses the relevant findings on the prognostic role of mutations in the key oncogenes RAS, KRAS, BRAF, PIK3CA, SMAD4 and TP53, including MSI status in LARC patients treated with nCRT.Expert opinion KRAS proved to be the most promising marker, consistently associated with poorer disease-free survival and overall survival. Therefore, KRAS could be a good candidate for integration into the risk stratification algorithm to develop a personalized treatment.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».