MétaCan
Menu
Retour à la cohorte
Enregistrement W2598547790 · doi:10.2196/resprot.7289

Use of the Total Cancer Care System to Enrich Screening for CD30-Positive Solid Tumors for Patient Enrollment Into a Brentuximab Vedotin Clinical Trial: A Pilot Study to Evaluate Feasibility

2017· article· en· W2598547790 sur OpenAlexvenueno aff
Bin Li, Steven A. Eschrich, Anders Berglund, Melissa Mitchell, David Fenstermacher, Hadi Danaee, Hongyue Dai, Daniel M. Sullivan, William L. Trepicchio, William S. Dalton

Notice bibliographique

RevueJMIR Research Protocols · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueHER2/EGFR in Cancer Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteUniversity of LouisvilleTakeda OncologyVirginia Commonwealth UniversityMoffitt Cancer CenterQuest Diagnostics
Mots-clésBrentuximab vedotinMedicineClinical trialOncologyCancerMedical physicsInternal medicineCD30Lymphoma

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: One approach to identify patients who meet specific eligibility criteria for target-based clinical trials is to use patient and tumor registries to prescreen patient populations. OBJECTIVE: Here we demonstrate that the Total Cancer Care (TCC) Protocol, an ongoing, observational study, may provide a solution for rapidly identifying patients with CD30-positive tumors eligible for CD30-targeted therapies such as brentuximab vedotin. METHODS: The TCC patient gene expression profiling database was retrospectively screened for CD30 gene expression determined using HuRSTA-2a520709 Affymetrix arrays (GPL15048). Banked tumor tissue samples were used to determine CD30 protein expression by semiquantitative immunohistochemistry. Statistical comparisons of Z- and H-scores were performed using R statistical software (The R Foundation), and the predictive value, accuracy, sensitivity, and specificity of CD30 gene expression versus protein expression was estimated. RESULTS: As of March 2015, 120,887 patients have consented to the institutional review board-approved TCC Protocol. A total of 39,157 fresh frozen tumor specimens have been collected, from which over 14,000 samples have gene expression data available. CD30 RNA was expressed in a number of solid tumors; the highest median CD30 RNA expression was observed in primary tumors from lymph node, soft tissue (many sarcomas), lung, skin, and esophagus (median Z-scores 1.011, 0.399, 0.202, 0.152, and 1.011, respectively). High level CD30 gene expression significantly enriches for CD30-positive protein expression in breast, lung, skin, and ovarian cancer; accuracy ranged from 72% to 79%, sensitivity from 75% to 100%, specificity from 70% to 76%, positive predictive value from 20% to 40%, and negative predictive value from 95% to 100%. CONCLUSIONS: The TCC gene expression profiling database guided tissue selection that enriched for CD30 protein expression in a number of solid tumor types. Such an approach may improve screening efficiency for enrolling patients into biomarker-based clinical trials.

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)0,014
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,674
Tête enseignante GPT0,679
Écart entre enseignants0,005 · 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'étudeEssai non randomisé
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetHER2/EGFR in Cancer ResearchTravaux en français237 207