MétaCan
Menu
Retour à la cohorte
Enregistrement W2910269253 · doi:10.1158/1078-0432.ccr-18-2847

Validation of Melanoma Immune Profile (MIP), a Prognostic Immune Gene Prediction Score for Stage II–III Melanoma

2019· article· en· W2910269253 sur OpenAlexaff
Robyn D. Gartrell, Douglas K. Marks, Emanuelle M. Rizk, Margaret H. Bogardus, Camille L. Gérard, Luke W. Barker, Yichun Fu, Camden L. Esancy, Gen Li, Jiayi Ji, Shumin Rui, Marc S. Ernstoff, Bret Taback, Sarabjot Pabla, Rui Chang, Sandra J. Lee, John J. Krolewski, Carl Morrison, Basil A. Horst, Yvonne M. Saenger

Notice bibliographique

RevueClinical Cancer Research · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Cancer InstituteNational Institutes of HealthSwim Across AmericaU.S. Food and Drug AdministrationHerbert Irving Comprehensive Cancer Center, Columbia University
Mots-clésMedicineOncologyMelanomaInternal medicineProportional hazards modelStage (stratigraphy)Receiver operating characteristicSurvival analysisCohortPopulationArea under the curveImmunotherapyCancerCancer researchBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose: Biomarkers are needed to stratify patients with stage II–III melanoma for clinical trials of adjuvant therapy because, while immunotherapy is protective, it also confers the risk of severe toxicity. We previously defined and validated a 53-immune gene melanoma immune profile (MIP) predictive both of distant metastatic recurrence and of disease-specific survival (DSS). Here, we test MIP on a third independent population. Experimental Design: A retrospective cohort of 78 patients with stage II–III primary melanoma was analyzed using the NanoString assay to measure expression of 53 target genes, and MIP score was calculated. Statistical analysis correlating MIP with DSS, overall survival, distant metastatic recurrence, and distant metastasis-free interval was performed using ROC curves, Kaplan–Meier curves, and standard univariable and multivariable Cox proportional hazards models. Results: MIP significantly distinguished patients with distant metastatic recurrence from those without distant metastatic recurrence using ROC curve analysis (AUC = 0.695; P = 0.008). We defined high- and low-risk groups based on the cutoff defined by this ROC curve and find that MIP correlates with both DSS and overall survival by ROC curve analysis (AUC = 0.719; P = 0.004 and AUC = 0.698; P = 0.004, respectively). Univariable Cox regression reveals that a high-risk MIP score correlates with DSS (P = 0.015; HR = 3.2). Conclusions: MIP identifies patients with low risk of death from melanoma and may constitute a clinical tool to stratify patients with stage II–III melanoma for enrollment in 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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,001
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,144
Tête enseignante GPT0,455
Écart entre enseignants0,311 · 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

Citations22
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207