Identification, incidence and clinical outcomes of patients (pts) with hypermutated prostate cancer (PC).
Notice bibliographique
Résumé
5072 Background: A small proportion of metastatic PC exhibit outlier somatic mutation (mut) rates exceeding the average of 4.4 mut/Mb. The incidence, clinical course and treatment response of pts with hypermutation (HM) is poorly characterised. Methods: We performed targeted sequencing from a panel of PC genes using plasma cell-free DNA samples collected from metastatic castration-resistant prostate cancer (mCRPC) pts and calculated somatic mutation burden. HM samples were additionally subjected to whole exome sequencing to determine trinucleotide mutational signatures and microsatellite instability (MSI). Clinical data was retrospectively collected and compared to a control cohort of 199 mCRPC pts. Results: 671 samples from 434 pts had ctDNA > 2% and were evaluable. 32 samples from 24 pts had > 11 mut/Mb and fell above the 95th percentile for mutation burden with a median mutation burden of 34 mut/Mb. 11 pts had deleterious mutations or homozygous deletions in mismatch repair (MMR) genes and 4 further pts had evidence of MMR deficiency (MMRd) from mutational signatures and MSI status. The remaining 9 pts had either BRCA2 mutations (n = 4), Kataegis (localized hypermutation, n = 3), or undefined causes for HM (n = 2). The incidence of MMRd was 3.5% (15/434), and germline MMRd was 0.2% (1/434). For MMRd pts with available clinical data (10/15) at diagnosis, the median age was 73.6 y, 70% had Gleason score ≥8, and 50% presented with M1 disease. Comparing the MMRd with the control cohort, median time from ADT to CRPC was 9.1 m (95% CI 6.9–11.4) vs. 18.2 m (95% CI 15.1–21.3), p = 0.001; median time from CRPC to death was 13.1 m (95% CI 0.3–25.9) vs. 40.1 m (95% CI 32.4–47.8), p < 0.001. Conclusions: HM and MMRd can be identified using liquid biopsy and could help to select pts for immunotherapy.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,002 | 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 ».