A multigene predictor of outcome in glioblastoma
Notice bibliographique
Résumé
Only a subset of patients with newly diagnosed glioblastoma (GBM) exhibit a response to standard therapy. To date, a biomarker panel with predictive power to distinguish treatment sensitive from treatment refractory GBM tumors does not exist. An analysis was performed using GBM microarray data from 4 independent data sets. An examination of the genes consistently associated with patient outcome, revealed a consensus 38-gene survival set. Worse outcome was associated with increased expression of genes associated with mesenchymal differentiation and angiogenesis. Application to formalin fixed-paraffin embedded (FFPE) samples using real-time reverse-transcriptase polymerase chain reaction assays resulted in a 9-gene subset which appeared robust in these samples. This 9-gene set was then validated in an additional independent sample set. Multivariate analysis confirmed that the 9-gene set was an independent predictor of outcome after adjusting for clinical factors and methylation of the methyl-guanine methyltransferase promoter. The 9-gene profile was also positively associated with markers of glioma stem-like cells, including CD133 and nestin. In sum, a multigene predictor of outcome in glioblastoma was identified which appears applicable to routinely processed FFPE samples. The profile has potential clinical application both for optimization of therapy in GBM and for the identification of novel therapies targeting tumors refractory to standard therapy.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».