Gene expression predicts overall survival in paraffin-embedded tissues of diffuse large B-cell lymphoma treated with R-CHOP
Notice bibliographique
Résumé
Gene expression profiling (GEP) on frozen tissues has identified genes predicting outcome in patients with diffuse large B-cell lymphoma (DLBCL). Confirmation of results in current patients is limited by availability of frozen samples and addition of monoclonal antibodies to treatment regimens. We used a quantitative nuclease protection assay (qNPA) to analyze formalin-fixed, paraffin-embedded tissue blocks for 36 previously identified genes (N = 209, 93 chemotherapy; 116 rituximab + chemotherapy). By qNPA, 208 cases were successfully analyzed (99.5%). In addition, 15 of 36 and 11 of 36 genes, representing each functional group previously identified by GEP, were associated with survival (P < .05) in the 2 treatment groups, respectively. In addition, 30 of 36 hazard ratios of death trended in the same direction versus the original studies. Multivariate and variable cut-off point analysis identified low levels of HLA-DRB (< 20%) and high levels of MYC (> 80%) as independent indicators of survival, together distinguishing cases with the worst prognosis. Our results solve a clinical research problem by demonstrating that prognostic genes can be meaningfully quantified using qNPA technology on formalin-fixed, paraffin-embedded tissues; previous GEP findings in DLBCL are relevant with current treatments; and 2 genes, representing immune escape and proliferation, are the common features of the most aggressive DLBCL.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».