TRLS-14 CLINICOPATHOLOGIC CHARACTERISTICS AND OUTCOMES OF PATIENTS WITH KRAS G12C MUTANT NSCLC WITH BRAIN METASTASES
Notice bibliographique
Résumé
Abstract INTRODUCTION KRAS G12C-mutated non-small cell lung cancer (NSCLC) is linked to higher risk of brain metastases (BM). However, clinicopathologic and genomic characteristics associated with BM in this population are poorly understood. METHODS This is a single-center, retrospective analysis of patients with KRAS G12C-mutated NSCLC. Clinicopathologic and genomic characteristics including PD-L1 status; tumor mutation burden (TMB); and specific co-mutations in TP53, STK11, and KEAP1 were assessed. Treatment patterns were characterized for the BM sub-cohort. Chi-squared, ANOVA, and Kaplan-Meier analyses were used to evaluate association of covariates with BM occurrence and overall survival. RESULTS Among 460 patients with KRAS G12C-mutated NSCLC treated from 2013-2023, 107 (23.3%) developed BM, with 54.2% of cases identified synchronously (within 60 days of initial diagnosis). Median time to metachronous BM diagnosis from primary diagnosis was 16.9 months. Solitary BM were present in 37.4% of all patients, while 28.0% had ≥4 lesions. For patients receiving comprehensive genomic testing (N=197), BM were associated with increased rates of co-mutations in TP53, STK11, and KEAP1 (p=0.049), but no differences in TMB or PD-L1. Patients with synchronous BM had median OS of 8.0 months from BM diagnosis while those with metachronous BM had median OS of 11.1 months, though this difference was not statistically significant. Upfront interventions following BM diagnosis were surgical resection (33.6%), stereotactic radiation (24.3%), systemic therapy (16.8%), and whole brain radiation (12.1%). Whole brain radiation differed for patients with one vs. multiple lesions (p=0.029). Patients who received no cancer-directed treatment due to poor performance had more frequent co-mutations. Discussion: BM in KRAS G12C-mutated NSCLC was associated with higher prevalence of co-mutations in TP53, STK11, and KEAP1. Given the heterogeneity of features influencing treatment response and observed variability in treatment strategies, larger studies examining patients with active CNS lesions are needed to inform management of BM in this population.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».