Circulating Tumor DNA as a Cancer Biomarker: Fact or Fiction?
Notice bibliographique
Résumé
The notion of utilizing cell-free DNA (cfDNA)8 in the circulation as a surrogate biomarker is not a novel concept. Mandel and Metais identified the presence of cfDNA in the blood of healthy individuals almost 60 years ago. Decades later, multiple groups were able to extend the work of Mandel and Metais into the identification of tumor-derived cfDNA—also known as circulating tumor DNA (ctDNA)—in the blood of cancer patients. These findings suggested that a “liquid biopsy” may be a feasible clinical tool because tumors seem to release fragments of DNA into the circulatory system that are both detectable and specific to the tumor. In the past decade, we have witnessed a surge in both new technologies and improvements on existing technologies for sequencing DNA that have made this once-laborious process cheaper and faster. In 2009, the cost of sequencing per genome was $100 000, whereas in 2014, this cost dropped to $5000 (taking into account labor, administration, management, utilities, reagents, and consumables). As a result, the use of ctDNA as a liquid biopsy has become ever more feasible.
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 | 0,021 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,016 |
| Communication savante | 0,005 | 0,016 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,009 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».