MétaCan
Menu
← Retour à la cohorte
Enregistrement W2803821709 · doi:10.1200/jco.2018.36.4_suppl.634

Predictors for detecting circulating tumor DNA (ctDNA) in metastatic colorectal cancer (mCRC).

2018· article· en· W2803821709 sur OpenAlexaff
Allan Andresson Lima Pereira, Jonathan M. Loree, Jennifer S. Davis, Michael S. Lam, Van K. Morris, Michael J. Overman, Kanwal Raghav, Bryan K. Kee, David R. Fogelman, Eduardo Vilar Sanchez, Imad Shureiqi, Cathy Eng, Shanequa Manuel, Shadarra Crosby, Robert A. Wolff, Richard B. Lanman, AmirAli Talasaz, Filip Jankú, Scott Kopetz

Notice bibliographique

RevueJournal of Clinical Oncology · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésMedicineColorectal cancerInternal medicineOncologyProportional hazards modelCirculating tumor DNALymph nodeCancerLogistic regressionGastroenterology

Résumé

récupéré en direct d'OpenAlex

634 Background: Utilization of ctDNA has been rapidly adopted as a predictive diagnostic in advanced NSCLC and indications in GI cancers may be emerging. While tissue-based assays have yields above 90%, there is less known about factors that influence the sensitivity of ctDNA for detecting mutations. Methods: We retrospectively evaluated mCRC patients (pts) who had plasma-derived NGS utilizing a highly-sensitive 68-73-gene assay. Tissue from prior resections or biopsies underwent concurrent 46-gene sequencing. In a case-control design, pts with a known mutation on tissue and radiologic evidence of metastatic disease but no detectable ctDNA mutation were matched 1:3 with randomly selected pts with detectable mutations and compared according to clinical, laboratory, and radiologic characteristics. A binary logistic regression was performed and Kaplan-Meier and Cox-proportional hazards models were used to compare overall (OS) and progression-free (PFS) survivals. Results: Of 427 mCRC pts who underwent ctDNA testing, 416 pts met inclusion criteria. Plasma-derived NGS did not find tumor mutations in 66 cases (15.9%); 198 pts with detectable alterations were selected as controls. After multivariate analysis, the lack of detection of ctDNA was associated with decreasing age (OR 0.94; 95%CI 0.91-0.98; p = 0.004), absence of liver (OR 0.19; 95%CI 0.08-0.45; p < 0.001) and lymph node metastases (OR 0.28; 95%CI 0.12-0.70; p = 0.006). A key determinant was timing of collection relative to disease status: plasma collected after evidence of progression was substantially more likely to have detectable alterations (OR 10.95; 95%CI 4.23-28.33; p < .001); in these pts, the modeled rate of detection was 98%, which increased to > 99% if the pts also had either liver or nodal disease. Pts with no detectable ctDNA had better OS (HR 0.38; 95%CI 0.21-0.69, p = 0.002) and PFS (HR 0.52; 95%CI 0.32-0.85; p = 0.009). Conclusions: When limited to ctDNA collected in newly diagnosed or recently progressing pts, the yield of ctDNA is 98%, which equals or exceeds the yield of tissue based testing. Our findings support the notion that ctDNA testing, when appropriately utilized, can replace tissue based testing and may provide prognostic information.

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)0,004
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
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 savante0,0000,000
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 Opus0,071
Tête enseignante GPT0,429
Écart entre enseignants0,358 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetCancer Genomics and Diagnostics→Travaux en français237 207→