Genomic alterations important for the prognosis in patients with follicular lymphoma treated in SWOG study S0016
Notice bibliographique
Résumé
Abstract Although recent advances in molecular genetics have enabled improved risk classification of follicular lymphoma (FL) using, for example, the m7-FLIPI score, the impact on treatment has been limited. We aimed to assess the prognostic significance of copy-number aberrations (CNAs) and copy-neutral loss of heterozygosity (cnLOH) identified by chromosome genomic-array testing (CGAT) at FL diagnosis using prospectively collected clinical trial specimens from 255 patients enrolled in the SWOG study S0016. The impact of genomic aberrations was assessed for early progression (progressed or died within 2 years after registration), progression-free survival (PFS), and overall survival (OS). We showed that increased genomic complexity (ie, the total number of aberration calls) was associated with poor outcome in FL. Certain chromosome arms were critical for clinical outcome. Prognostic CNAs/cnLOH were identified: whereas early progression was correlated with 2p gain (P = .007; odds ratio [OR] = 2.55 [1.29, 5.03]) and 2p cnLOH (P = .005; OR = 10.9 [2.08, 57.2]), 2p gain specifically encompassing VRK2 and FANCL predicted PFS (P = .01; hazard ratio = 1.80 [1.14, 2.68]) as well as OS (P = .005; 2.40 [1.30, 4.40]); CDKN2A/B (9p) deletion correlated with worse PFS (P = .004, 3.50 [1.51, 8.28]); whereas CREBBP (16p) (P < .001; 6.70 [2.52, 17.58]) and TP53 (17p) (P < .001; 3.90 [1.85, 8.31]) deletion predicted worse OS. An independent cohort from the m7-FLIPI study was explored, and the prognostic significance of aberration count, and TP53 and CDKN2A/B deletion were further validated. In conclusion, assessing genomic aberrations at FL diagnosis with CGAT improves risk stratification independent of known clinical parameters, and provides a framework for development of future rational targeted therapies.
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 | 0,000 |
| 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) | 0,001 | 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 ».