07 Identifying and prognosticating malignant brain tumors non-invasively using unique metabolomic signatures derived from patient serum and urine samples
Notice bibliographique
Résumé
BACKGROUND: Metabolomics technology has the potential to revolutionize how we screen, diagnose, and treat cancer, as well as improve upon existing cancer molecular tests that may not sufficiently capture the complexity of most malignancies. In this study, we explore the clinical potential of metabolomics analysis in the diagnosis and risk-stratification of brain tumors. METHODS: To test the hypothesis that brain tumor type and survival could be predicted with metabolomics, we analyzed the pre-operative serum and urine samples of patients with glioblastoma (GBM), oligoastrocytoma (OA2), meningioma (M1) and compared them to healthy controls. (HC). Sera from immune-deficient NOD-SCID mice xenografted with human GBM brain tumor initiating cells were also studied. RESULTS: Metabolomics analysis of patient samples was able to accurately differentiate GBM, OA2, M1 and HC (p = 2.3 x 10-26). Subsequently, a prediction model developed and validated internally was able to diagnose GBM with a sensitivity of 86.7% and specificity of 93.8%, and distinguish whether a GBM patient possess O6-methylguanine-DNA methyltransferase (MGMT) promoter methylation (p = 7.4 x 10-10). Within the MGMT methylated group, the model was able to predict longevity (p = 3.25 x 10-4). The model was also able to predict survival irrespective of MGMT methylation status (p = 2.9 x 10-6). CONCLUSIONS: In this study, we demonstrate that metabolomic analysis of patient biofluids can identify brain tumors, distinguish brain tumor subtypes, and independently predict MGMT status as well as longevity among GBM patients. Metabolomics analysis may facilitate non-invasive diagnosis of aggressive brain tumours.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».