Plasma ctDNA as a Treatment Response Biomarker in Metastatic Cancers: Evaluation by the RECIST Working Group
Notice bibliographique
Résumé
Early indicators of metastatic cancer response to therapy are important for evaluating new drugs and stopping ineffective treatment. The RECIST guidelines based on repeat cancer imaging are widely adopted in clinical trials, are used to identify active regimens that may change practice, and contribute to regulatory approvals. However, these criteria do not provide insight before 6 to 12 weeks of treatment and typically require that patients have measurable disease. Recent data suggest that measuring on-treatment changes in the amount or proportion of ctDNA in peripheral blood plasma may accurately identify responding and nonresponding cancers at earlier time points. Over the past year, the RECIST working group has evaluated current evidence for plasma ctDNA kinetics as a treatment response biomarker in metastatic cancers and early endpoint in clinical trials to identify areas of focus for future research and validation. Here, we outline the requirement for large standardized trial datasets, greater scrutiny of optimal ctDNA collection time points and assay thresholds, and consideration of regulatory body guidelines and patient opinions. In particular, clinically meaningful changes in plasma ctDNA abundance are likely to differ by cancer type and therapy class and must be assessed before ctDNA can be considered a potential pan-cancer response evaluation biomarker. Despite the need for additional data, minimally invasive on-treatment ctDNA measurements hold promise to build upon existing response assessments such as RECIST and offer opportunities for developing novel early endpoints for modern clinical trials.
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 | 0,011 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».