Canadian Consensus Recommendations for Predictive Biomarker Testing in Gastric and Gastroesophageal Junction Adenocarcinoma
Notice bibliographique
Résumé
Gastric cancer is common globally and has a generally poor prognosis with a low 5-year survival rate. Targeted therapies and immunotherapies have improved the treatment landscape, providing more options for efficacious treatment. The use of these therapies requires predictive biomarker testing to identify patients who can benefit from their use. New therapies on the horizon, such as CLDN18.2 monoclonal antibody therapy, require laboratories to implement new biomarker tests. A multidisciplinary pan-Canadian expert working group was convened to develop guidance for pathologists and oncologists on the implementation of CLDN18.2 IHC testing for gastric and gastroesophageal junction (G/GEJ) adenocarcinoma in Canada, as well as general recommendations to optimize predictive biomarker testing in G/GEJ adenocarcinoma. The expert working group recommendations highlight the importance of reflex testing for HER2, MMR and/or MSI, CLDN18, and PD-L1 in all patients at first diagnosis of G/GEJ adenocarcinoma. Testing for NTRK fusions may also be included in reflex testing or requested by the treating clinician when third-line therapy is being considered. The expert working group also made recommendations for pre-analytic, analytic, and post-analytic considerations for predictive biomarker testing in G/GEJ adenocarcinoma. Implementation of these recommendations will provide medical oncologists with accurate, timely biomarker results to use for treatment decision-making.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».