MétaCan
Menu
Retour à la cohorte
Enregistrement W4407164318 · doi:10.1002/cam4.71888

A Systematic Review and Meta-Analysis of the Impact of Tumour Mutation Burden on Survival Outcomes in Solid Tumours

2025· review· en· W4407164318 sur OpenAlexaboutno aff
Alexander Yuile, Hao‐Wen Sim, Subotheni Thavaneswaran, Humaira Noor, Jacky T. Yeung, Ashish Mehta, Joseph E. Powell, Ashraf Zaman

Notice bibliographique

RevueCancer Medicine · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensnon disponible
Organismes subventionnairesCharlie Teo Foundation
Mots-clésMeta-analysisOncologyInternal medicineMedicineMutationBiologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Background Tumour mutation burden (TMB) is an emerging pan‐cancer biomarker with predictive value for immune checkpoint inhibitor (ICI) outcomes, yet evidence is inconsistent due to methodological variability and cut‐off thresholds. This systematic review and meta‐analysis evaluated the impact of TMB on overall survival (OS) and progression‐free survival (PFS) across solid tumours in ICI‐treated cohorts and its predictive relevance in non‐ICI‐treated cohorts. Methods Following PRISMA 2020 guidelines, we searched PubMed, Scopus, ScienceDirect and Cochrane for studies published between 2010 and 2024 reporting hazard ratios (HRs) and 95% confidence intervals (CIs) for OS and PFS in high‐ versus low‐TMB cohorts. High and low TMB were defined by study‐specific cut‐offs, and ultra‐high TMB was defined as the top 20% of cohort‐specific values. Study quality was assessed with the Newcastle‐Ottawa Scale; heterogeneity with I 2 ; publication bias with funnel plots/Egger's test; and robustness by leave‐one‐out analysis. Results 5278 patients across 28 studies were analysed. High TMB, defined by cohort‐specific cut‐offs, was significantly associated with improved OS and PFS, particularly in non‐small cell lung cancer (OS: HR = 0.56), selected gastrointestinal cancers (OS: HR = 0.36), and advanced/recurrent tumours (OS: HR = 0.52). Benefits were greatest in ICI‐treated patients, especially with combined anti‐PD‐L1/PD‐1 and anti‐CTLA‐4 therapy (OS: HR = 0.47; PFS: HR = 0.50). Chemotherapy‐treated cohorts also showed better outcomes, but less consistently (OS: HR = 0.60; PFS: HR = 0.55). Ultra‐high TMB had better OS than the universal 10 mut/Mb cut‐off (HR = 0.44 vs. 0.58). Non‐beneficial associations were observed in glioma and penile squamous cell carcinoma, highlighting disease‐specific variability. Sequencing platforms and cut‐off definitions remained sources of heterogeneity. Conclusion TMB demonstrates prognostic relevance and predictive utility in a histology‐ and treatment‐context‐dependent manner, with the most consistent associations in selected ICI‐treated tumours. Associations in non‐ICI‐treated cohorts were weaker and inconsistent, indicating putative predictive value. Standardising TMB assessment and refining relevant thresholds are essential for optimising its role in precision oncology. Trial Registration PROSPERO Registration Number: CRD42024608809

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)0,001
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: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,517
Score d'incertitude au seuil0,976

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0140,003
Bibliométrie0,0010,002
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 Opus0,082
Tête enseignante GPT0,443
Écart entre enseignants0,361 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer MedicineMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207