MPTH-25AN 18-GENE EXPRESSION SIGNATURE PREDICTS RECURRENCE-FREE SURVIVAL IN MENINGIOMA
Notice bibliographique
Résumé
Meningioma is the most common primary brain tumor and carries a substantial risk of local recurrence. While WHO grade correlates with recurrence to a degree, there is substantial within-grade variation of recurrence risk and current risk stratification does not accurately predict which patients are likely to benefit from adjuvant radiation therapy. We hypothesized that recurrent tumors have unique gene expression profiles (GEP) that could be used to better stratify patients for radiation therapy. We optimized a recurrence predictor using a training/validation approach and a support vector machine classification method with radial-basis smoothing kernel. Three publicly available Affymetrix gene expression datasets (GSE9438, GSE16581, GSE43290) combining 127 newly diagnosed meningioma samples served as the training set. Unsupervised variable selection was used to identify an 18-gene GEP model (18-GEP) that separated recurrences with a negligible root mean square error of 0.17. The characteristics of the training dataset were as follows: WHO grade [I-92(73%), II-32(25%), III-2(2%)]; median follow-up = 5.53 years (range:0.05-25.42); recurrences = 18. This model was tested on 62 cases from our institution [validation dataset (VD)] with similar demographics, but enriched for cases with either long clinical follow-up or known recurrence. When applied to the VD, the 18-GEP separated recurrences with a misclassification error rate of 0.25 (log-rank p = 0.0003). 18-GEP was significantly predictive of tumor recurrence, independently [p = 0.0007, HR = 7.91, 95%CI = 2.35-35.78)] and was predictive after adjustment for WHO grade, mitotic index, and Simpson grade [p = 0.047, HR = 4.73, 95%CI = (1.02-26.55)]. The expression signature included genes encoding proteins involved in normal embryonic development, cell proliferation, tumor growth and invasion (FGF9, SEMA3C, EDNRA), angiogenesis (angiopoietin-2), cell cycle regulation (CDKN1A), membrane signaling (tetraspanin-7, caveolin-2), WNT-pathway inhibitors (DKK3), complement system (C1QA) and neurotransmitter regulation (SLC1A3, Secretogranin-II). In conclusion, our gene expression classifier accurately stratifies patients with meningioma by recurrence risk and has the potential to guide 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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 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 ».