Concordance of two approaches in monitoring of minimal residual disease in B-precursor acute lymphoblastic leukemia: Fusion transcripts and leukemia-associated immunophenotypes
Notice bibliographique
Résumé
BACKGROUND/PURPOSE: Real-time quantitative polymerase chain reaction (RQ-PCR) for fusion transcripts and flow cytometry for leukemia-specific markers are widely used for minimal residual disease (MRD) detection in acute lymphoblastic leukemia, but the relation between the results of either method is unclear. METHODS: Mononucleated cells from 108 bone marrow samples collected from 55 B-precursor acute lymphoblastic leukemia patients (30 with t(12;21)/ETV6-RUNX1, 16 with t(9;22)/BCR-ABL1 and nine with t(1;19)/TCF3-PBX1) were examined in tandem by RQ-PCR and six-color flow cytometry. RESULTS: MRD results were concordant in 91 of the 108 paired samples (84.2%; K=0.690); 49 samples were MRD-negative while 42 were MRD-positive by both methods, with < 1 log difference in positive MRD estimates in 39 samples (92.9%). Of the 17 discordant samples, 16 were MRD-positive by RQ-PCR but MRD-negative by flow cytometry; the opposite was true in one sample. Kappa value/concordance was 0.690/85.0% (n = 60) for ETV6-RUNX1, 0.842/93.3% (n = 15) for TCF3-PBX1, and 0.535/78.8% (n = 33) for BCR-ABL1. Specific immunophenotypic abnormalities were more prevalent in each genetic subgroup, such as CD38 underexpression, CD58 overexpression, and CD34 overexpression in ETV6-RUNX1, TCF3-PBX1, and BCR-ABL1, respectively. CONCLUSION: In most follow-up samples, MRD estimates by two methods are in agreement, especially in patients with TCF3-PBX1.
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 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».