MétaCan
Menu
Retour à la cohorte
Enregistrement W2017858235 · doi:10.1158/1078-0432.ovca13-a27

Abstract A27: The ovarian tumor tissue analysis (OTTA) consortium

2013· article· en· W2017858235 sur OpenAlexaff
Susan J. Ramus, Martin Köbel, Weiva Sieh, Michael S. Anglesio, Joshua Millstein, David D.L. Bowtell, James D. Brenton, Estrid Høgdall, Paul D.P. Pharoah, Ellen L. Goode, David G. Huntsman

Notice bibliographique

RevueClinical Cancer Research · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueOvarian cancer diagnosis and treatment
Établissements canadiensBC Cancer AgencyUniversity of British ColumbiaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSerous fluidTissue microarrayOvarian cancerSerous carcinomaImmunohistochemistryPathologyBiologyClear cellCancerOncologyMolecular pathologyCancer researchInternal medicineMedicineGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Our understanding of ovarian cancer is complicated by disease heterogeneity. There are five major histological types, each with alterations in different pathways and distinct clinical outcomes. Even within these histological types there is clinical and molecular heterogeneity. The Ovarian Tumor Tissue Analysis (OTTA) consortium was established to validate prognostic markers for ovarian cancer in a large population of patients to allow stratification by histological type and molecular subtype. OTTA is currently a collaboration among 38 studies and has tissue microarrays (TMAs) from over 8,000 tumors available for immunohistochemical (IHC) analysis. In addition formalin fixed paraffin embedded (FFPE) tissue on slides or cores are available from the majority of OTTA studies for DNA and RNA analysis. Approximatley 60% of the cases are part of the Ovarian Cancer Association Consortium (OCAC) and have genotype data on over 200,000 single nucleotide polymorphisms and extensive epidemiological data. We recently performed IHC analysis of 12 markers using centralised staining and scoring to reduce heterogeneity and improve power to validate biomarkers. We showed that estrogen receptor and progesterone receptor were prognostic markers for endometrioid and high-grade serous carcinomas by performing the first robust subtype-specific analyses of these biomarkers in nearly 3000 patients. In contrast, FOLR1 expression was not associated with survival in 1507 high-grade serous carcinomas. We have shown that FFPE material from OTTA is suitable for RNA expression analysis on high through-put platforms such as the NanoString GX system. Expression analysis of 50 candidate genes in 244 high grade serous ovarian cancer cases has validated prognostic markers identified by The Cancer Genome Atlas (TCGA) project and investigated a series of novel candidate genes. IHC and RNA expression profiling from formalin fixed paraffin embedded (FFPE) tumor tissue is being used to better subclassify the ovarian tumors for further analysis. We would welcome groups with collections of ovarian tumor samples and corrsponding clinical data to join OTTA and participate in ongoing collaborative projects. Citation Format: Susan J. Ramus, Martin Köbel, Weiva Sieh, Michael S. Anglesio, Joshua Millstein, David D. Bowtell, James D. Brenton, Estrid Høgdall, Paul DP Pharoah, Ellen L. Goode, David G. Huntsman. The ovarian tumor tissue analysis (OTTA) consortium. [abstract]. In: Proceedings of the AACR Special Conference on Advances in Ovarian Cancer Research: From Concept to Clinic; Sep 18-21, 2013; Miami, FL. Philadelphia (PA): AACR; Clin Cancer Res 2013;19(19 Suppl):Abstract nr A27.

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)0,022
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0020,001
Communication savante0,0050,001
Science ouverte0,0040,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0400,019

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 Opus0,222
Tête enseignante GPT0,537
Écart entre enseignants0,315 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetOvarian cancer diagnosis and treatmentTravaux en français237 207