Sci—Thur AM: YIS ‐ 02: Radiogenomic Modeling of Normal Tissue Toxicities in Prostate Cancer Patients Receiving Hypofractionated Radiotherapy
Notice bibliographique
Résumé
Inter‐patient radiation sensitivity variability has recently been shown to have a genetic component. This genetic component may play a key role in explaining the fluctuating rates of radiation‐induced toxicities (RITs). Single nucleotide polymorphisms (SNPs) have thus far yielded inconsistent results in delineating RITs while copy number variations (CNVs) have not yet been investigated for such purposes. We explore a radiogenomic modeling approach to investigate the association of CNVs and SNPs, along with clinical and dosimetric variables, in radiation induced rectal bleeding (RB) and erectile dysfunction (ED) in prostate cancer patients treated with curative hypofractionated irradiation. A cohort of 62 prostate cancer patients who underwent hypofractionated radiotherapy (66 Gy in 22 fractions) between 2002 to 2010 were retrospectively genotyped for CNV and SNP rs5489 in the xrcc1 DNA repair gene. Late toxicity rates for RB grade 2 & 3 and grade 3 alone were 29.0% and 12.9%, respectively. ED toxicity was found to be 62.9%. Radiogenomic model performance was evaluated using receiver operating characteristic area under the curve (AUC) and resampling by cross‐validation. Binary variables were evaluated using Chi‐squared contingency table analysis and multivariate models by Spearman's rank correlation coefficient (rs). Ten patients were found to have three copies of xrcc1 CNV (RB: χ 2 =14.6, p<0.001 and ED: χ 2 =4.88, p=0.0272) and twelve had heterozygous rs25489 SNP (RB: χ 2 =0.278, p=0.599 and ED: χ 2 =0.112, p=0.732). Radiogenomic modeling yielded significant, cross‐validated NTCP models for RB (AUC=0.665) and ED (AUC=0.754). These results indicate that CNVs may be potential predictive biomarkers of both late ED and RB.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».