MétaCan
Menu
← Retour à la cohorte
Enregistrement W2591161534 · doi:10.1200/jco.2016.34.2_suppl.467

Molecular tumor grading of non muscle invasive bladder cancer based on whole transcriptome analysis.

2016· article· en· W2591161534 sur OpenAlexaff
Jess Shen, Aidan P. Noon, Yu Liu, Cynthia Kuk, Christine Ilczynski, Ruoyu Ni, B. Sukhu, K. Chan, Adrian Gunaratne, Annette Erlich, Chris Cremer, Quaid Morris, Nuno L. Barbosa‐Morais, Neil Fleshner, Girish S. Kulkarni, Ben Blencowe, Azar Azad, Theodorus van der Kwast, Alexandre R. Zlotta, Jeffrey L. Wrana

Notice bibliographique

RevueJournal of Clinical Oncology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueBladder and Urothelial Cancer Treatments
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoUniversity Health NetworkMount Sinai HospitalLunenfeld-Tanenbaum Research Institute
Organismes subventionnairesnon disponible
Mots-clésGrading (engineering)Bladder cancerTranscriptomeMedicinePathologicalCorrelationPathologyOncologyComputational biologyInternal medicineBioinformaticsCancerGeneGene expressionBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

467 Background: There is an unmet need for a comprehensive genomic characterization of non muscle invasive bladder cancer (NMIBC). NMIBC comprise over 70% of all bladder cancers at presentation. They have highly variable clinical behavior that is not always adequately predicted on the basis of their histological grade (2004 World Health Organization low and high grade, LG-HG). The discrepancy between phenotype and genotype is compounded further by interobserver variability in pathological grading. We have previously established methods for whole transcriptome RNAseq from formalin fixed paraffin embedded tissues (FFPE). Methods: Whole transcriptomic analysis of 110 NMI FFPE BC both LG and HG was performed incorporating messenger RNA expression, splice variants, gene fusion, and pathway perturbation. We used a discovery (n = 40) and a validation cohort (n = 70). These data were integrated and tested for correlation with both pathological grading and clinical outcomes. Grade Risk Index (GRI) score quantifying how closely a patient's transcriptome is related to a reference set of LG NMIBC samples was established. Conventional pathological grading was reviewed by 3 different expert uro-pathologists and interobserver variability calculated. Results: Unsupervised clustering of data from RNA sequencing uncovered classification of three robust - - nonoverlapping, prognostically significant subtypes of NMIBC with distinct GRIs and signatures. When applied by expert pathologists, interobserver variability in histological grading was observed in 17.5%. In the intermediate group (GRI 0.13 to 0.19), pathologists disagreed in 37.5% whether BC was LG or HG. HG NMIBC clustered with MIBC. LG NMIBC in the intermediate GRI group included either very bulky tumors or extremely rare metastatic LG BC (n = 4). HG disease was associated with a shift in BMP signaling and a germ stem cell-like phenotype. Multiple components of the centromere complex and APOBEC3B were upregulated in HG BC. FGFR3::TACC3 fusion events were observed in LG NMIBC only (11.5%). Conclusions: Whole transcriptomic sequencing data delineated three molecular classes of NMIBC.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,434
Écart entre enseignants0,359 · 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetBladder and Urothelial Cancer Treatments→Travaux en français237 207→