Gene expression signatures in follicular lymphoma: are they ready for the clinic?
Notice bibliographique
Résumé
T he lymphoma field has fully embraced the molecular era for several years, the result of a number of studies utilizing genome-wide analysis platforms including gene expression profiling, array comparative genomic hybridization (aCGH), single nucleotide polymorphisms (SNP) arrays and several more novel technologies that provide information about methylation status and the epigenome.[1][2][3][4] As these new technologies became available, lymphoid cancers were a relatively early priority, in part because of the ease of sample acquisition and the availability of retrospective fresh-frozen biopsy material. Heterogeneity of follicular lymphomaFollicular lymphoma (FL) is the most common indolent non-Hodgkin's lymphoma (NHL).It typically presents as advanced-stage disease and in this setting is considered imminently treatable, but not curable with standard chemotherapy or immuno-chemotherapy regimens used today.There is growing evidence that the current era of therapy has produced improvements in overall survival.5 Survival following diagnosis is markedly heterogeneous, with median survivals in the order of 8-10 years.Currently we have no reliable means to distinguish those patients who will die within three years of diagnosis from those who will be alive with little morbidity and requiring little if any therapy 25 years after diagnosis.These strikingly disparate outcomes in FL underlie the fury of activity surrounding the discovery of prognostic and predictive markers.The identification of molecular biomarkers that would help us better predict clinical outcome and risk of transformation would be a welcome addition, if indeed they could improve the prediction of prognosis beyond our current multi-parameter clinical indices.6 An ideal biomarker would not only identify patients with inferior
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 | 0,008 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,017 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,004 |
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 ».