Co-clinical trial targeting ER, FGFR and CDK4/6 in resistant hormone-positive breast cancer with FGFR alterations
Notice bibliographique
Résumé
Management of advanced hormone receptor-positive, HER2-negative breast cancer after progression on endocrine therapy plus CDK4/6 inhibitors is challenging due to mutational heterogeneity. Current therapies yield limited efficacy, achieving 4-6 months PFS. FGFR signaling is implicated in resistance to endocrine plus CDK4/6 inhibitors, but FGFR inhibitors have shown limited activity in unselected populations. Co-clinical trials bridge preclinical and clinical findings, optimize resources, and enable biomarker identification. Using patient-derived organoids (PDOs), we demonstrated that FGFR-amplified PDOs respond to fulvestrant, palbociclib, and rogaratinib only when PIK3CA and ESR1 are wild-type. In a dose-escalation trial pre-screening 66 patients with FGFR1/2-amplification (FISH) and/or overexpression (RNAScope) patients, >40% harbored FGFR alterations. Nine patients were enrolled; the combination showed activity specifically in PIK3CA- and ESR1-wild type patients (9.1 vs. 1.9 months PFS; P = 0.0005). Toxicity was manageable and consistent with prior data. Our findings highlight biomarker-driven approaches as essential for refining FGFR-targeted strategies in this resistant 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 | 0,001 | 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 | 0,001 |
| 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 ».