MétaCan
Menu
Retour à la cohorte
Enregistrement W2591351015 · doi:10.1200/jco.2016.34.2_suppl.561

Differential overall survival (OS) results in RECORD-3 study based on three distinct mRCC molecular subgroups classified by BAP1 and/or PBRM1 mutations.

2016· article· en· W2591351015 sur OpenAlexaff
James J. Hsieh, David Chen, Patricia Wang, Ying‐Bei Chen, Mahtab Marker, Parul Patel, Michael Chevinsky, Umesh Bhanot, Patrizia Pinciroli, Michael F. Berger, Emily H. Cheng, William Lee, Jennifer J. Knox, Martin H. Voss, Maurizio Voi, Robert J. Motzer

Notice bibliographique

RevueJournal of Clinical Oncology · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésBAP1MedicineSunitinibARID1AGermlineExonGeneOncologyInternal medicineCancerCancer researchMutationMolecular biologyGeneticsBiology

Résumé

récupéré en direct d'OpenAlex

561 Background: PBRM1 and BAP1, both of which encode chromatin modulating proteins, have recently been identified as frequently mutated tumor suppressor genes in RCC. However, their correlation with outcomes of targeted therapies is unknown. We explored correlations between overall survival (OS) and mutations in archival tumor samples from RECORD-3, a randomized phase 2 trial comparing first-line everolimus (EVE) then sunitinib (SUN) to first-line SUN then EVE at progression in 471 treatment-naïve mRCC patients (J Clin Oncol 2014; 32:2764). Methods: Somatic mutations in exons of 341 cancer related genes were identified by a next generation sequencing (NGS) assay (MSK IMPACT). Association between genotypes and OS was assessed by Cox PH models and log-rank tests. Results: DNA of 258 archival tumor and 181 matched germline samples was successfully analyzed (median coverage 530X). Three molecular subgroups Gr1 (BAP1 MT [mutant], PBRM1 WT [wild-type]/MT; 17.4%), Gr2 (PBRM1 MT, BAP1 WT; 38.4%), and Gr3 (PBRM1 WT, BAP1 WT; 44.2%) with different OS outcomes after sequential EVE-SUN or SUN-EVE were identified (Table). In the sequential EVE-SUN arm, median OS (months) was shortest with Gr1 (9.8; 95% CI, 7.8–20.0), longest with Gr2 (39.6; 95% CI, 31.7–not estimable), and intermediate with Gr3 (18.1; 13.7–30.0), whereas in the SUN-EVE arm there was no significant difference among groups. When comparing OS between treatment sequences within molecular groups, a trend suggested differences for EVE-SUN vs SUN-EVE in Gr1 (HR 1.5), Gr2 (0.8), and Gr3 (1.2), although comparisons were not statistically significant. Conclusions: Our results suggest that these genotypes may represent distinct RCC molecular subtypes with potentially different predictive/prognostic values on targeted therapies. Different treatment sequences may be considered depending on the genotypes. Clinical trial information: NCT00903175. [Table: see text]

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
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)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,062
Tête enseignante GPT0,385
Écart entre enseignants0,324 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetCancer Genomics and DiagnosticsTravaux en français237 207