Clinical Utility of Liquid Biopsy for the Early Diagnosis of EGFR-Mutant Advanced Lung Cancer Patients in a Real-Life Setting (CLEAR Study)
Notice bibliographique
Résumé
Background: Lung cancer remains the leading cause of cancer mortality globally with EGFR mutations representing a significant driver in advanced non-small cell lung cancer (aNSCLC). The timely detection of these mutations is critical for initiating targeted therapy, yet tissue biopsy limitations often delay treatment. Methods: This multicenter prospective study evaluated the clinical utility of liquid biopsy (LBx) in real-life settings for the early diagnosis of EGFR mutations in patients with suspected aNSCLC. Circulating tumor DNA (ctDNA) was analyzed using the Cobas EGFR Mutation Test and compared to tissue-based next-generation sequencing (NGS). Results: Among 366 aNSCLC patients tested, LBx demonstrated a significantly shorter median turnaround time (TAT) of 3 days compared to 26 days for tissue NGS (p < 0.001) with 100% specificity and 65% sensitivity for EGFR mutation detection. LBx identified actionable EGFR mutations in cases where tissue biopsy was insufficient or unavailable, enabling 43.7% of patients to commence targeted therapy based on ctDNA results prior to biopsy confirmation. Conclusions: These findings highlight the potential of LBx to reduce diagnostic delays and improve access to personalized therapies in a real-world setting. Integrating LBx into routine diagnostic workflows may address current gaps in molecular testing, ensuring timely and precise treatment for aNSCLC patients.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».