MétaCan
Menu
Retour à la cohorte
Enregistrement W4407001040 · doi:10.1016/j.lungcan.2025.108412

EGFR testing practices, treatment choice and clinical outcomes in advanced NSCLC in a real-world setting: A retrospective analysis of a US-based electronic health records database

2025· article· en· W4407001040 sur OpenAlexaff
Janakiraman Subramanian, Jeffrey P. Gregg, Mehmet Berktaş, Jingyi Li, Natasha B. Leighl

Notice bibliographique

RevueLung Cancer · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Treatments and Mutations
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesAstraZeneca
Mots-clésMedicineHealth recordsElectronic databaseRetrospective cohort studyElectronic health recordReal world evidenceMedical recordDatabaseInternal medicineHealth care

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Guidelines recommend epidermal growth factor receptor (EGFR) mutation testing for patients with advanced non-small cell lung cancer (NSCLC) and initiation of first-line EGFR tyrosine kinase inhibitors (EGFR-TKIs) for EGFR mutation-positive (EGFRm) NSCLC. We analyzed a nationwide electronic health record-derived de-identified database to describe EGFR testing practices, treatment choice, and outcomes in patients from the United States (US) with advanced NSCLC. MATERIALS AND METHODS: Adults diagnosed with stage IIIB-IV NSCLC January 2015-January 2020, who received first-line treatment from a network of ∼280 US cancer clinics were included. Demographics/characteristics, EGFR status, time from advanced diagnosis to EGFR test result, first-line treatment, time from treatment initiation to discontinuation/death (TTD), next treatment/death (TTNTD), and overall survival (OS) were extracted. RESULTS: 12,577/16,309 (77 %) eligible patients had an EGFR test recorded; 1,914/12,577 (15 %) patients had EGFRm NSCLC. Of 1,778 patients with confirmed EGFRm NSCLC before first-line treatment, 75 % received first-line EGFR-TKIs, 11 % chemotherapy, 9 % immunotherapy, and 4 % other treatment. Of 136 patients with an EGFRm result after initiating first-line treatment, 13 % received EGFR-TKIs, 50 % chemotherapy, 19 % immunotherapy, and 18 % other treatment in first-line. Among patients with EGFRm NSCLC, median time from advanced diagnosis to EGFR test result was shorter in patients who received first-line EGFR-TKIs versus first-line chemotherapy/immunotherapy/other treatment. Patients treated with first-line EGFR-TKIs had significantly improved TTD/TTNTD versus those who received first-line chemotherapy/immunotherapy/other treatment (p < 0.001). OS was significantly longer in patients receiving treatment ≥21 versus <21 days after index (p < 0.001). CONCLUSIONS: Nearly one-quarter of patients with advanced NSCLC in a US health network were not tested for EGFR mutations. Of patients who received a EGFRm result after initiating first-line treatment, 13 % received first-line EGFR-TKIs. These real-world data support the need to improve EGFR testing implementation and time to result to optimize first-line treatment for advanced NSCLC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,358
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,484
Écart entre enseignants0,449 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLung CancerMême sujetLung Cancer Treatments and MutationsTravaux en français237 207