Clinical Significance of Molecular Biomarkers in Glioblastoma
Notice bibliographique
Résumé
AIM: To review the impact of molecular biomarkers on response to therapy and survival in patients with primary glioblastoma (GBM). MATERIALS & METHODS: Tissue specimens were analyzed for p53 mutations, EGFR amplification, loss of PTEN and p16, and O6-methylguanine DNA methyltransferase (MGMT) promoter methylation. Demographic and clinical data were gathered from medical records. RESULTS: Clinical and pathological data of 125 patients were collected and analysed. MGMT promoter methylation was associated with improved median overall survival (OS) (61 vs. 42 weeks, p = 0.01) and was an important prognosticator independent of age at diagnosis, extent of resection and post-operative ECOG performance status (HR 2.04, 95% CI 1.11-3.75). Among patients with MGMT promoter methylation, survival was significantly improved with chemoradiotherapy (CRT) over radiotherapy (RT) alone (71 vs. 14 weeks, p < 0.01). Furthermore, amongst those treated with temozolomide (TMZ) based CRT, the presence of EGFR amplification, maintenance of PTEN and wild-type p53 and p16 were each associated with trends towards improved survival. CONCLUSION: MGMT promoter methylation is a strong, independent prognostic factor for OS in GBM. EGFR amplification, maintenance of PTEN, wild-type p53 and p16 all appear to be associated with improved survival in patients treated with CRT. However, the prognostic value of these biomarkers could not be ascertained and larger prospective studies are warranted.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».