Serial Functional and Genomic Analyses Illuminate Clonal Evolution in Metastatic NSCLC with 12-Year Survival
Notice bibliographique
Résumé
Background: Non-small cell lung cancer (NSCLC) is the most common form of lung cancer and a leading cause of cancer-related death. Despite therapeutic advances, long-term survival in stage IV disease is uncommon. Tumor analyses that combine genomic and functional platforms may provide the opportunity to monitor clonal dynamics and guide therapy selection. Case Presentation: We report a 67-year-old woman with metastatic poorly differentiated lung adenocarcinoma, who achieved four durable remissions and survived nearly 12 years. Serial studies using ex vivo analysis of programmed cell death (EVA/PCD) functional-profiling-guided therapeutic choices were correlated with next-generation sequencing (NGS). Molecular events included the emergence of a BRAF V600E mutation responsive to dabrafenib plus trametinib and the acquisition of an EGFR exon 19 deletion responsive to Osimertinib. EVA/PCD identified activity for targeted agents and revealed synergy for vinorelbine plus Osimertinib not predicted by genomic profiling, which provided additional response. Discussion: This case highlights clonal evolution in NSCLC and illustrates how serial tissue analyses correlating phenotypic and genomic events can offer therapeutic interventions to provide long-term survival. Conclusions: The integration of functional and genomic profiling may improve personalized treatment in NSCLC by interrogating tumor heterogeneity and clonal evolution to inform rational therapeutic selection.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».