MétaCan
Menu
Retour à la cohorte
Enregistrement W1975348342 · doi:10.1373/clinchem.2014.226571

Chromosomal Instability in Cell-Free DNA Is a Serum Biomarker for Prostate Cancer

2014· article· en· W1975348342 sur OpenAlexaff
Ekkehard Schütz, Mohammad R. Akbari, Julia Beck, Howard B. Urnovitz, William Zhang, Kirsten Bornemann-Kolatzki, William M. Mitchell, Robert K. Nam, Steven A. Narod

Notice bibliographique

RevueClinical Chemistry · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensSunnybrook Health Science CentrePublic Health OntarioWomen's College HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésProstate cancerCell-free fetal DNAProstatitisProstateBiomarkerCancerHyperplasiaCopy-number variationDNA sequencingMedicineBiologyInternal medicineOncologyDNAGeneGenomeGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Genomic instability resulting in copy number variation is a hallmark of malignant transformation and may be identified through massive parallel sequencing. Tumor-specific cell free DNA (cfDNA) present in serum and plasma provides a real-time, easily accessible surrogate. METHODS: DNA was extracted from serum of 204 patients with prostate cancer (Gleason score 2-10), 207 male controls, and patients with benign hyperplasia (n = 10) and prostatitis (n = 10). DNA was amplified by use of random primers, tagged with molecular identifiers, sequenced on a SOLID system, and aligned to the human genome. We evaluated the number of sequence reads of cfDNA in sliding 100-kbp intervals for variation from controls. We used chromosomal regions with significant variations in alignment hits for their ability to segregate patients and matched controls. RESULTS: Using ROC curves to assess diagnostic performance, we evaluated the number of regions in a first subset (n = 177), with variations in alignment hits alone, provided an area under the curve (AUC) of 0.81 (95% CI 0.7-0.9, P < 0.001). Using 5 rounds of 10-fold cross-validation with the full data set, we established a final model that discriminated prostate cancer from controls with an AUC of 0.92 (0.87-0.95), reaching a diagnostic accuracy of 83%. Both benign prostatic hypertrophy and prostatitis could be distinguished from prostate cancer by use of cfDNA, with an accuracy of 90%. CONCLUSIONS: Assessment of a limited number of chromosomal structural instabilities by use of massive parallel sequencing of cfDNA was sufficient to distinguish between prostate cancer and controls. This large cohort demonstrates the utility of cfDNA in prostate cancer recently established in other malignant neoplasms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,319
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations47
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical ChemistryMême sujetCancer Genomics and DiagnosticsTravaux en français237 207