Pathogenic germline variants in small cell lung cancer: A systematic review and meta-analysis
Notice bibliographique
Résumé
This systematic review and meta-analysis examined the prevalence and clinical impact of germline variants in small cell lung cancer (SCLC). Primary objectives included estimating the prevalence of germline variants in SCLC patients, while secondary objectives focused on their effects on patient outcomes. A comprehensive search was conducted in Ovid MEDLINE, EMBASE, and gray-literature databases (as of July 2024). Studies reporting germline variants in SCLC patients were included. Data were extracted to calculate pooled prevalence and hazard ratios (HRs). Study quality was assessed using the Translating ROBBINs tool, and heterogeneity was evaluated using the I 2 statistic. Of 6,117 screened studies, 124 met inclusion criteria, with 8% (10/124) reporting pathogenic/likely pathogenic (P/LP) findings. Meta-analysis using a random-effects model estimated the prevalence of P/LP germline variants in SCLC patients at 11% (95% CI: 5%–25%). Gene-level prevalence was estimated for ATM (pooled prevalence=1%; 95% CI: 0%–5%), BRCA1 (1%; 95% CI: 1%–3%), BRCA2 (1%; 95% CI: 1%–3%), and TP53 (1%; 95% CI: 0%–3%). Patients with P/LP variants in DNA damage repair genes showed a non-significant prognostic survival benefit (pooled HR: 0.8; 95% CI: 0.51–1.29, I 2 = 8%). We have conducted a comprehensive systematic review of germline variants and their impact on clinical outcomes of SCLC patients. Our meta-analysis identified an estimated prevalence of P/LP variants in SCLC patients, suggesting a rationale for screening in the clinic.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».