Real-time clinical application of next-generation sequencing (NGS): Results from a multicenter program.
Notice bibliographique
Résumé
11016 Background: NGS techniques enable the identification of actionable mutations in clinical tumor samples. The objective of this study is to assess feasibility and explore the impact of real-time targeted NGS on therapeutic decision-making. Methods: Patients (pts) with advanced solid tumors underwent a biopsy of a metastatic lesion. The first phase was performed with Sequenom MassARRAY somatic genotyping and Pacific Biosciences RS-targeted NGS. The second phase broadened genomic coverage in both Sequenom and Illumina MiSeq. All pts had a molecular profiling (mp) report issued after identified actionable mutations were verified by Sanger sequencing in a CLIA-lab and reviewed by an expert panel. “Actionability” was defined as having prognostic, predictive or diagnostic implications on patient management. Details of clinical outcomes and subsequent matched therapy, if applicable, were captured. Referring physicians were surveyed on the impact of mutation results on their treatment recommendations. Results: These are summarized in the Table. Conclusions: Broader mp platforms resulted in more identified actionable mutations which required a longer time for verification prior to reporting, but may yield a greater impact on clinical decision-making. However, the matching of pts to drugs based on their molecular profiles depends highly on drug access. For mp to be clinically relevant, it must be coupled with access to approved drugs or to investigational agents on clinical trials. Clinical trial information: NCT01345513. [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 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 | 0,019 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».