MétaCan
Menu
Retour à la cohorte
Enregistrement W2551013093 · doi:10.1172/jci.insight.87062

Institutional implementation of clinical tumor profiling on an unselected cancer population

2016· article· en· W2551013093 sur OpenAlexaff
Lynette M. Sholl, T. Khanh, Priyanka Shivdasani, Ethan Cerami, Adrian M. Dubuc, Frank C. Kuo, Elizabeth P. Garcia, Yonghui Jia, Phani K. Davineni, Ryan Abo, Trevor J. Pugh, Paul Van Hummelen, Aaron R. Thorner, Matthew D. Ducar, Alice H. Berger, Mizuki Nishino, Katherine A. Janeway, Alanna J. Church, Marian H. Harris, Lauren L. Ritterhouse, Joshua D. Campbell, Vanesa Rojas‐Rudilla, Azra H. Ligon, Shakti Ramkissoon, James M. Cleary, Ursula A. Matulonis, Geoffrey R. Oxnard, Richard C. Chao, Vanessa Tassell, James G. Christensen, William C. Hahn, Philip W. Kantoff, David J. Kwiatkowski, Bruce E. Johnson, Matthew Meyerson, Levi A. Garraway, Geoffrey I. Shapiro, Barrett J. Rollins, Neal I. Lindeman, Laura E. MacConaill

Notice bibliographique

RevueJCI Insight · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesNational Cancer InstituteDana-Farber Cancer InstituteAmerican Association for Cancer Research
Mots-clésMedicinePrecision medicineCohortProfiling (computer programming)PopulationPersonalized medicineOncologyCancerDiseaseMedical diagnosisInternal medicineBioinformaticsComputational biologyPathologyBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND. Comprehensive genomic profiling of a patient’s cancer can be used to diagnose, monitor, and recommend treatment. Clinical implementation of tumor profiling in an enterprise-wide, unselected cancer patient population has yet to be reported. METHODS. We deployed a hybrid-capture and massively parallel sequencing assay (OncoPanel) for all adult and pediatric patients at our combined cancer centers. Results were categorized by pathologists based on actionability. We report the results for the first 3,727 patients tested. RESULTS. Our cohort consists of cancer patients unrestricted by disease site or stage. Across all consented patients, half had sufficient and available (>20% tumor) material for profiling; once specimens were received in the laboratory for pathology review, 73% were scored as adequate for genomic testing. When sufficient DNA was obtained, OncoPanel yielded a result in 96% of cases. 73% of patients harbored an actionable or informative alteration; only 19% of these represented a current standard of care for therapeutic stratification. The findings recapitulate those of previous studies of common cancers but also identify alterations, including in AXL and EGFR , associated with response to targeted therapies. In rare cancers, potentially actionable alterations suggest the utility of a “cancer-agnostic” approach in genomic profiling. Retrospective analyses uncovered contextual genomic features that may inform therapeutic response and examples where diagnoses revised by genomic profiling markedly changed clinical management. CONCLUSIONS. Broad sequencing-based testing deployed across an unselected cancer cohort is feasible. Genomic results may alter management in diverse scenarios; however, additional barriers must be overcome to enable precision cancer medicine on a large scale. FUNDING. This work was supported by DFCI, BWH, and the National Cancer Institute (5R33CA155554 and 5K23CA157631).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0020,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,377
Écart entre enseignants0,345 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations448
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJCI InsightMême sujetCancer Genomics and DiagnosticsTravaux en français237 207