Ultrasensitive detection of oncogenic human papillomavirus in oropharyngeal tissue swabs
Notice bibliographique
Résumé
BACKGROUND: The incidence of oropharyngeal squamous cell carcinoma (OPSCC) caused by oncogenic human papillomavirus (HPV) is rising worldwide. HPV-OPSCC is commonly diagnosed by RT-qPCR of HPV E6 and E7 oncoproteins or by p16 immunohistochemistry (IHC). Droplet digital PCR (ddPCR) has been recently reported as an ultra-sensitive and highly precise method of nucleic acid quantification for biomarker analysis. To validate the use of a minimally invasive assay for detection of oncogenic HPV based on oropharyngeal swabs using ddPCR. Secondary objectives were to compare the accuracy of ddPCR swabs to fresh tissue p16 IHC and RT-qPCR, and to compare the cost of ddPCR with p16 IHC. METHODS: OC/OPSCC patients, and healthy controls undergoing tonsillectomy. All underwent an oropharyngeal swab with ddPCR for quantitative detection of E6 and E7 mRNA. Surgical specimens had p16 IHC performed. Agreement between ddPCR and p16 IHC was determined for patients with p16 positive and negative OC/OPSCC as well as for healthy control patients. The sensitivity and specificity of ddPCR of oropharyngeal swabs were calculated against p16 IHC for OPSCC. RESULTS: OCSCC, and 25 healthy controls. The sensitivity and specificity of ddPCR of oropharyngeal swabs against p16 IHC were 92 and 98% respectively, using 20-50 times less RNA than that required for conventional RT-qPCR. Overall agreement between ddPCR of tissue swabs and p16 of tumor tissue was high at ĸ = 0.826 [0.662-0.989]. CONCLUSION: Oropharyngeal swabs analyzed by ddPCR is a quantitative, rapid, and effective method for minimally invasive oncogenic HPV detection. This assay represents the most sensitive and accurate mode of HPV detection in OPSCC without a tissue biopsy in the available literature.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».