Different characteristics identified by single nucleotide polymorphism array analysis in leukemia suggest the need for different application strategies depending on disease category
Notice bibliographique
Résumé
The purpose of this study was to evaluate the detection rate of chromosomal rearrangements in leukemia using single nucleotide polymorphism array (SNP-A) in combination with metaphase cytogenetics (MC), with the aim of proposing a practical approach for clinical karyotyping applications of SNP-A. The Genome-Wide Human SNP Array 6.0 (Affymetrix, Santa Clara, CA) was applied in 469 patients with a variety of hematologic malignancies. Combined use of SNP-A with MC improved the detection rate in comparison with MC alone: acute myeloid leukemia (AML) with normal karyotype (NK), 32% versus 0%; core binding factor (CBF)-AML 40% versus 29%; myelodysplastic syndrome (MDS), 54% versus 39%; chronic myeloid leukemia (CML), 24% versus 3%; and acute lymphoblastic leukemia (ALL), 88% versus 63%. Different patterns of abnormalities (especially the type, size, and location) were noted in the leukemia subtypes. Copy neutral loss of heterozygosity lesions was detected in 23% of AML-NK, 3% of CBF-AML, 25% of MDS, 2% of CML, and 20% of ALL. SNP-A also provided information on cryptic deletions and a variety of aneuploidies in ALL, while the benefit was minimal in CML. In conclusion, different patterns of abnormal lesions were presented according to the disease category, thus requiring a different approach of adopting SNP-A-based karyotyping among different leukemia subtypes.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».