Molecular advances in early-stage and locally advanced non-small cell lung carcinoma: Shaping the future of precision oncology-systematic review
Notice bibliographique
Résumé
ObjectiveTo synthesize recent molecular advances that inform diagnosis, risk-stratification, and perioperative treatment in early-stage and locally advanced non-small cell lung carcinoma (NSCLC), with emphasis on comprehensive genomic profiling, minimal residual disease (MRD) detection by circulating tumor DNA (ctDNA), and the translation of biomarkers into targeted and immunotherapy strategies.MethodsSystematic review registered in PROSPERO (CRD420251076423). Searches of PubMed, Scopus, Web of Science, and Embase (January 2015-April 2025) followed PRISMA 2020/PRISMA-S. From 4640 records, 890 duplicates were removed; 3750 titles/abstracts were screened; 150 full texts were assessed; 75 studies met inclusion criteria. Risk of bias used Newcastle-Ottawa Scale (NOS) for observational studies and Cochrane RoB 2 tool for randomized controlled trials; certainty was summarized with GRADE where applicable.ResultsActionable alterations (e.g. EGFR, ALK, KRAS, MET, RET, BRAF, NTRK) are prevalent in early-stage NSCLC and comparable to advanced disease, supporting routine comprehensive genomic profiling in curative-intent settings. Next-generation sequencing (NGS) and ctDNA enable the detection of MRD, earlier relapse prediction, and dynamic treatment monitoring. Perioperative strategies integrating targeted therapy and immunotherapy (e.g. adjuvant EGFR-TKI, neoadjuvant chemo-immunotherapy) improve pathological and disease-free outcomes in selected biomarker-defined populations. Evidence profiles generally show low-to-moderate risk of bias and moderate-to-high certainty for key outcomes related to profiling and MRD, with heterogeneity across platforms and endpoints.ConclusionsMolecular advances-particularly broad NGS and ctDNA-based MRD-are reshaping the perioperative management of early and locally advanced NSCLC, enabling precision selection for targeted and immunotherapy approaches. Standardization of testing workflows and reporting, and cost-effective implementation are priorities for equitable adoption and for future trials that combine NGS, MRD, and multi-omic/AI-driven risk stratification.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,005 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».