Methylomic classifiers of anal cancer outcomes: An NRG Oncology / RTOG 98-11 tissue study.
Notice bibliographique
Résumé
588 Background: Genome-wide epigenetic events appear to play a role in the development and behavior of HPV+ cancers. The value of adjuvant therapy following chemoradiation for localized anal cancer (AC) remains unclear. Molecular prognostication to identify patients (pts) who may be at higher risk for recurrence would be valuable. The goal was to define methylomic profiles predictive of disease-free (DFS) and overall (OS) survival in pts with AC. Methods: Genomic DNA was extracted, processed and methylation status at ~450,000 CpG loci examined (Illumina HumanMethylation450 Array). A multistep bioinformatics methodology was applied to develop a prognostic methylomic classifier for OS and DFS: (1) feature selection for methylated regions (β-value interquartile range ≥ 0.2, ≥ 2 adjacent significant probes within a CpG Island and p < 0.05 by univariate Cox proportional hazards) (2) selected features were entered into a supervised principal component analysis (PCA) and 3 components (PC1, PC2, PC3) were derived (3) classifier was built using forward selection multivariate regression models [PC1, PC2, PC3 alone and in combination with clinical features (size: > T2 vs. ≤ T2, nodal status: N0 vs N+)] using a 10-fold cross-validation (4) final model prediction risk score was generated, dichotomized and evaluated for prognostic values in Cox regression analysis. Results: 121 AC specimens from RTOG 98-11 were examined. The methylomic-only classifier model trended towards statistical significance (log-rank p = 0.05; HR = 1.96; 95% CI 0.99-3.88) in DFS (PC1, PC3 selected). In the combined model with clinical features, the final classifier included T status and epigenetic features (PC1, PC3) and was strongly predictive for DFS (p < 0.0001, HR = 4.45; 2.02-9.76). Final OS classifier models [methylomic-only (p = 0.28 HR = 1.55; 0.70-3.44) or combined (p = 0.013 HR = 2.88; 1.20-6.89)] were not as accurate. Conclusions: Methylomic and clinical features synergize to predict DFS in AC. Multivariate modeling reveal independent contributions from clinical and methylomic variables. Epigenomic profiling may contribute to identification of high-risk pts who may benefit from adjuvant strategies. Support: U10CA180822, U10CA180868, U24CA196067
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 tête enseignante, 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 ».