MétaCan
Menu
← Retour à la cohorte
Enregistrement W4407700917 · doi:10.1200/jco.2025.43.5_suppl.669

Understanding diversity and disparities in a real-world locally advanced/metastatic urothelial carcinoma (la/mUC): Clinical characteristics, genomic landscape, and self-reported social determinants of health (SDOH).

2025· article· en· W4407700917 sur OpenAlexaff
Nimira Alimohamed, Amanda Williams Gibson, Michelle L. Dean, Tracy Jing Xu, Megha Murali, Roba Kebebew Banjaw, Naveen S. Basappa, Tarek A. Bismar, Navdeep Dehar, Safiya Karim, Michael Kolinsky, Daniel Yick Chin Heng, Richard M. Lee‐Ying, Vishal Navani, Scott North, Joseph D. Ruether, Amina Taleb, B. Osborne, Pinaki Bose, Steven Yip

Notice bibliographique

RevueJournal of Clinical Oncology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueBladder and Urothelial Cancer Treatments
Établissements canadiensAlberta Health ServicesUniversity of AlbertaUniversity of CalgaryOccupational Cancer Research Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineDiversity (politics)Internal medicineOncologyAnthropologySociology

Résumé

récupéré en direct d'OpenAlex

669 Background: Fibroblast growth factor receptor (FGFR) inhibitor therapy improves overall survival in LA/mUC patients with FGFR 2/3 alterations and prior systemic therapy including immune checkpoint inhibitors (ICI). The current treatment landscape is rapidly evolving with inequities in molecular testing and access to novel therapies. In the real-world, the genomic landscape, treatment patterns, and outcomes in LA/mUC have yet to be established. In this multicenter prospective cohort study, we examined the RW treatment patterns, outcomes, genomic profile, diversity, and SDOH in pts with LA/mUC. Methods: In this LA/mUC cohort, we assessed baseline characteristics, self-reported SDOH, clinical management patterns, and treatment outcomes (PFS, OS). Comprehensive genomic profiling (CGP), including FGFR1-4, of DNA and RNA from archived FFPE tissue were analyzed. Results: 42 pts with LA/mUC were enrolled from Apr – Sept 2024 (79% bladder; 21% upper tract). 93% (39/42) had distant metastases (18% visceral). Median age at diagnosis was 69 yrs and 79% were male. 23 (62%) completed a questionnaire. 96% self-reported as White/Caucasian, 4% as Indigenous. 26% live in a rural setting >1 hour from a cancer centre. 47% report financial stress. 30% report a family history of Lynch Syndrome related malignancies. In 35 pts who underwent CGP, 11 pts (31%) had FGFR alterations, comprised of FGFR1-3 fusions, amplification, or mutations (Table 1). 88% (37/42) of pts received first-line (1L) therapy, primarily CTx (78%), and 1 pt received an FGFR-inhibitor. 62% (23/37) received 2L therapy (83% ICI, of which 68% was maintenance avelumab). 8 pts received 3L (63% (5/8) antibody drug conjugate [ADC]). 2 pts received 4L (n=1 ADC, n=1 CTx); 1 pt received 5L (ICI). Median progression free survival (mPFS) was 7.6 mo (95% CI: 5.1 – 22.5), 6.6 mo [95% CI: 2.5 – NR] and 6.9 mo [2.1 – NR], for 1L, 2L, 3L, respectively, but not reached for 4L and 5L. 88% are alive with a median follow-up of 10.3 months. Overall survival was not yet reached. Conclusions: This RW analysis of pts with LA/mUC provides valuable insights into the genomic landscape, clinical characteristics, and SDOH within this population. The presence of targetable genomic alterations underscores the necessity for an equitable precision medicine approach in diverse LA/mUC pt populations to optimize outcomes. This study demonstrates the feasibility of collection of a comprehensive array of data and samples to guide a management for patients with LA/mUC. NGS results. FGFR Alteration (n=11) Number (%) FGFR1 amp (borderline) 1 (9) FGFR1::TBC1D22A fusion 1 (9) FGFR2::USP11 fusion 1 (9) FGFR3 mutation 3 (27) FGFR3::FGFR1 fusion 2 (18) Insufficient sample 3 (27)

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,218
Tête enseignante GPT0,470
Écart entre enseignants0,252 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetBladder and Urothelial Cancer Treatments→Travaux en français237 207→