Screening Criteria Evaluation for Expansion in Pulmonary Neoplasias (SCREEN) II
Notice bibliographique
Résumé
Background: There is a need to expand eligibility criteria for lung cancer screening beyond age and smoking history. In this study, we sought to assess whether light-or-never-smokers and heavy smokers differ in molecular and immunologic markers based on conventional lung cancer screening criteria. Methods: We conducted a retrospective review of lung cancer cases from 2005 to 2018 at a tertiary Canadian institution. We used multivariable logistic regression to compare the rate of molecular mutations (KRAS, EGFR, BRAF, PIK3CA, ALK, and PD-L1 [< 1%, 1%–49%, ≥ 50%]) and survival between light-or-never-smokers and heavy smokers. Results: We included 1156 patients with lung cancer. Overall, 46.4% (National Lung Screening Trial [NLST], n = 536) and 63.3% (Nederlands–Leuvens Long-kanker Screenings Onderzoek [NELSON], n = 732) of the patients were heavy smokers. Using NELSON criteria, screen-ineligible light-or-never-smokers were more frequently from areas at high risk for radon exposure (n = 175 [41.3%]) than screen-eligible heavy smokers (n = 285 [38.9%]). Light-or-never-smokers were more likely to be EGFR-positive in both NLST (odds ratio [OR] 0.79, 95% confidence interval [CI] 0.21–1.37; p = 0.008] and NELSON (OR 0.79, 95% CI 0.28–1.31; p = 0.002) models. Female light-or-never-smokers were more likely than male light-or-never-smokers to be EGFR-positive in NELSON (OR 0.59, 95% CI 0.06–1.12; p = 0.03] but not NLST (OR 0.51, 95% CI 0.02–1.05; p = 0.06) models. Light-or-never-smokers were more often PIK3CA-positive using NLST (OR 1.33, 95% CI 0.54–2.13; p = 0.001) and NELSON (OR 1.19, 95% CI 0.49–1.90; p = 0.001) models. Light-or-never-smokers in the NELSON model were at higher risk of death. Conclusion: Screen-ineligible light-or-never-smokers had a higher rate of EGFR-and PIK3CA-positive lung cancers than screen-eligible heavy smokers when defined using trial-based lung cancer screening eligibility criteria. Molecular profiling, particularly where targeted therapy is available, should be considered in future studies establishing criteria for lung cancer screening. Contexte: Il faut élargir les critères d’admissibilité au dépistage du cancer du poumon au-delà de l’âge et des antécédents tabagiques. Dans cette étude, nous avons voulu vérifier s’il y a des différences entre les personnes dont le tabagisme est léger, voire nul (groupe 1) et celles qui fument beaucoup (groupe 2) au plan des marqueurs moléculaires et immunologiques selon les critères classiques de dépistage du cancer du poumon. Méthodes: Nous avons procédé à une revue rétrospective des cas de cancer du poumon de 2005 à 2018 dans un établissement de soins tertiaires canadien. Nous avons utilisé la régression logistique multivariée pour comparer les taux de mutations moléculaires (KRAS, EGFR, BRAF, PIK3CA, ALK et PD-L1 [< 1 %, 1 %–49 %, ≥ 50 %]) et la survie entre les 2 groupes. Résultats: Nous avons inclus 1156 cas de cancer du poumon. En tout, 46,4 % (étude NLST [National Lung Screening Trial], n = 536) et 63,3 % (étude NELSON [ Nederlands–Leuvens Longkanker Screenings Onderzoek], n = 732) des malades étaient de gros fumeurs. À partir des critères de l’étude NELSON, le groupe 1, non admissible au dépistage, venait de secteurs à risque élevé d’exposition au radon (n = 175 [41,3 %]) comparativement au groupe 2, admissible au dépistage (n = 285 [38,9 %]). Le groupe 1 était plus susceptible d’être EGFR-positif, tant selon le modèle NLST (rapport des cotes [RC] 0,79, intervalle de confiance [IC] de 95 % 0,21–1,37; p = 0,008), que le modèle NELSON (RC 0,79, IC de 95 % 0,28–1,31; p = 0,002). Dans le groupe 1, les femmes étaient plus susceptibles que les hommes d’être EGFR-positives selon le modèle NELSON (RC 0,59, IC de 95 % 0,06–1,12; p = 0,03), mais non selon le modèle NLST (RC 0,51, IC de 95 % 0,02–1,05; p = 0,06). Le groupe 1 avait plus tendance à être PIK3CA-positif selon les modèles NLST (RC 1,33, IC de 95 % 0,54–2,13; p = 0,001) et NELSON (RC 1,19, IC de 95 % 0,49–1,90; p = 0,001). Selon le modèle NELSON, le groupe 1 était exposé à un risque de mortalité plus élevé. Conclusion: Les personnes dont le tabagisme est léger voire nul qui ne sont pas admissibles au dépistage ont présenté un taux plus élevé de cancer du poumon EGFRet PIK3CA-positifs comparativement aux gros fumeurs, lorsqu’on appliquait les critères d’admissibilité au dépistage du cancer du poumon des 2 essais cités. Il faudrait envisager un profilage moléculaire lors des prochaines études qui porteront sur les critères d’admissibilité au dépistage du cancer du poumon, surtout lorsqu’il existe des modalités thérapeutiques ciblées.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».