Decipher correlation patterns post prostatectomy: initial experience from 2 342 prospective patients
Notice bibliographique
Résumé
BACKGROUND: Currently, there are multiple commercially available RNA-based biomarkers that are Medicare approved and suggested for use by the National Comprehensive Cancer Network guidelines. There is uncertainty as to which patients benefit from genomic testing and for whom these tests should be ordered. Here, we examined the correlation patterns of Decipher assay to understand the relationship between the Decipher and patient tumor characteristics. METHODS: De-identified Decipher test results (including Decipher risk scores and clinicopathologic data) from 2 342 consecutive radical prostatectomy (RP) patients tested between January and September 2015 were analyzed. For clinical testing, tumor specimen from the highest Gleason grade was sampled using a 1.5 mm tissue punch. Decipher scores were calculated based on a previously locked model. Correlations between Decipher score and clinicopathologic variables were computed using Spearman's rank correlation. Mixed-effect linear models were used to study the association of practice type and Decipher score. The significance level was 0.05 for all tests. RESULTS: Decipher score had a positive correlation with pathologic Gleason score (PGS; r=0.37, 95% confidence interval (CI) 0.34-0.41), pathologic T-stage (r=0.31, 95% CI 0.28-0.35), CAPRA-S (r=0.32, 95% CI 0.28-0.37) and patient age (r=0.09, 95% CI 0.05-0.13). Decipher reclassified 52%, 76% and 40% of patients in CAPRA-S low-, intermediate- and high-risk groups, respectively. We detected a 28% incidence of high-risk disease through the Decipher score in pT2 patients and 7% low risk in pT3b/pT4, PGS 8-10 patients. There was no significant difference in the Decipher score between patients from community centers and those from academic centers (P=0.82). CONCLUSIONS: Although Decipher correlated with baseline tumor characteristics for over 2 000 patients, there was significant reclassification of tumor aggressiveness as compared to clinical parameters alone. Utilization of the Decipher genomic classifier can have major implications in assessment of postoperative risk that may impact physician-patient decision making and ultimately patient management.
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 | 0,002 | 0,004 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».