Molecular Testing for Lymph Node Metastases as a Determinant of Colon Cancer Recurrence: Results from a Retrospective Multicenter Study
Notice bibliographique
Résumé
PURPOSE: Recurrence risk assessment to make treatment decisions for early-stage colon cancer patients is a major unmet medical need. The aim of this retrospective multicenter study was to evaluate the clinical utility of guanylyl cyclase C (GCC) mRNA levels in lymph nodes on colon cancer recurrence. METHODS: The proportion of lymph nodes with GCC-positive mRNA (LNR) was evaluated in 463 untreated T3N0 patients, blinded to clinical outcomes. One site's (n = 97) tissue grossing method precluded appropriate lymph node assessment resulting in post hoc exclusion. Cox regression models tested the relationship between GCC and the primary endpoint of time to recurrence. Assay methods, primary analyses, and cut points were all prespecified. RESULTS: Final dataset contained 366 patients, 38 (10%) of whom had recurrence. Presence of four or more GCC-positive lymph nodes was significantly associated with risk of recurrence [hazard ratio (HR) = 2.46, 95% confidence interval (CI), 1.07-5.69, P = 0.035], whereas binary GCC LNR risk class (HR = 1.87, 95% CI, 0.99-3.54, P = 0.054) and mismatch repair (MMR) status (HR = 0.77, 95% CI, 0.36-1.62, P = 0.49) were not. In a secondary analysis using a 3-level GCC LNR risk group classification of high (LNR > 0.20), intermediate (0.10 < LNR ≤ 0.20), and low (LNR ≤ 0.10), high-risk patients had a 2.5 times higher recurrence risk compared with low-risk patients (HR = 2.53, 95% CI, 1.24-5.17, P = 0.011). CONCLUSIONS: GCC status is a promising prognostic factor independent of traditional histopathology risk factors in a contemporary population of patients with stage IIa colon cancer not treated with adjuvant therapy, but GCC determination must be performed with methodology adapted to the tissue procurement and fixation technique.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».