Navigating Treatment Sequencing in Advanced HR+/HER2− Breast Cancer After CDK4/6 Inhibitors: Biomarker-Driven Strategies and Emerging Therapies
Notice bibliographique
Résumé
Breast cancer remains a major global health challenge. In 2022, there were an estimated 2.3 million new cases and 670,000 deaths among women worldwide. Hormone receptor-positive (HR+)/human epidermal growth factor receptor 2-negative (HER2-) breast cancer accounts for approximately 70% of breast cancer diagnoses. The treatment landscape for advanced HR+)/HER2- breast cancer has been transformed by the introduction of CDK4/6 inhibitors in the first-line setting. However, therapeutic strategies following progression on CDK4/6 inhibitors remain heterogeneous and uncertainty exists in their optimal integration in clinical practice. This review aims to systematically examine available second-line and subsequent treatment options for HR+/HER2- metastatic breast cancer after progression on CDK4/6 inhibitors, with a focus on biomarker-driven strategies and emerging therapies. The therapeutic landscape beyond CDK4/6 inhibitors includes targeted agents guided by actionable biomarkers as well as novel selective estrogen receptor degraders (SERDs). In biomarker-unselected populations, options include CDK4/6 continuation strategies, endocrine monotherapy in selected cases, and cytotoxic therapy. The integration of molecular testing via next-generation sequencing has become standard of care in guiding these decisions. However, overlapping molecular alterations and a lack of consensus on treatment sequencing pose significant challenges. Prognostic factors such as circulating tumor DNA dynamics may further refine treatment personalization. Post-CDK4/6 therapy in HR+/HER2- metastatic breast cancer is an evolving and increasingly complex area of practice. Optimal treatment selection should be tailored to both tumor biology and patient-specific factors, supported by molecular testing and high-quality evidence.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».