Development of a genomic-clinical classifier for predicting progression after radical cystectomy in patients with muscle invasive bladder cancer.
Notice bibliographique
Résumé
4542 Background: The mainstay of muscle-invasive bladder cancer treatment is surgical resection with/without multi-agent chemotherapy. Management decisions are based on a small number of clinical and pathologic parameters with poor prognostic and predictive power. There is an urgent need for enhanced biomarkers to guide therapy of this lethal disease. Here we have developed a genomic signature of bladder cancer progression using whole transcriptome profiling technology. Methods: 251 FFPE bladder cancer specimens were obtained from patients undergoing radical cystectomy at the University of Southern California (1998-2004). All patients had pT2-T4a,N0 urothelial carcinoma in the absence of pre-operative chemotherapy. Median follow-up was 5 years. RNA expression levels were measured with 1.4 million feature oligonucleotide microarrays. Patients were divided into a training set (2/3 of cohort) to develop a genomic classifier for risk of progression (defined as any type of bladder cancer recurrence), and a validation set (1/3 of cohort). In parallel, multivariable analysis was used to develop a clinical classifier using typical clinical and pathologic variables. Finally, a genomic-clinical classifier was built combining the genomic classifier with clinical variables using logistic regression. The receiver-operator characteristic (ROC) area under the curve (AUC) metric was used to evaluate each classifier in the validation set. Results: The genomic classifier consisted of 89 features corresponding to 80 genes that were combined in a k-nearest neighbor model (KNN89). KNN89 showed an AUC of 0.77 in ROC analysis on the validation set. The best clinical classifier showed an AUC of 0.72. The genomic-clinical classifier demonstrated an AUC of 0.81. Multivariable analysis incorporating all clinical parameters and KNN89 further revealed that KNN89 was the only significant predictor of bladder cancer progression (p=0.0077). Conclusions: We have developed a combined genomic-clinical classifier that shows improved performance over clinical models alone for prediction of progression after radical cystectomy. External validation of this classifier is ongoing.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».