加拿大高级表皮生长因子受体突变非小细胞肺癌患者的现实世界结果,使用基于大型语言模型的人工智能提取的数据

科学领域:

• 在瘤学瘤学.
• 基因组学就是基因组学.
• 现实世界的证据.

背景情况:

• 对于加拿大的EGFR突变非小细胞肺癌 (NSCLC) 的现实数据有限.
• 电子健康记录 (EHR) 为了解NSCLC的治疗模式和结果提供了宝贵的来源.
• 人工智能 (AI) 可以有效地提取和分析复杂的EHR数据.

研究的目的:

• 描述EGFR突变在加拿大的晚期NSCLC患者中的患病率.
• 用AI提取的EHR数据分析治疗模式和患者的结果.
• 评估与特定EGFR突变和治疗相关的生存率.

主要方法:

• 利用DARWEN AI从大学健康网络 (UHN) 中的高级非状NSCLC患者的EHR中提取数据.
• 鉴定出患有常见的EGFR敏感突变 (cEGFRm),外显子20插入 (ex20ins) 和EGFR野生型的患者.
• 计算了一年整体存活率 (OS) 和分析一线和二线治疗模式,包括 osimertinib 的使用.

主要成果:

• 在613名晚期NSCLC患者中,22%患有cEGFRm,1%患有ex20ins,55%患有EGFR野生型.
• 一年后的生存率为cEGFRm的88%,ex20ins的100%,野生类型的59%.
• 对于cEGFRm患者来说,osimertinib后的生存率很差 (35%第一线后,20%第二线后); ex20ins患者在向治疗中表现出更好的结果.

结论:

• 现实数据表明,在EGFR突变的晚期NSCLC患者中,停止使用 osimertinib 后的生存结果很差.
• 带有EGFR外基子20插入的患者表现出改善的结果,可能是由于向治疗.
• 对于晚期EGFR突变NSCLC,特别是cEGFRm和ex20ins亚型,有必要制定更有效的治疗策略.