Chromosomal Instability in Cell-Free DNA Is a Serum Biomarker for Prostate Cancer
Notice bibliographique
Résumé
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 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 | 0,001 |
| 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) | 0,000 | 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 ».