Examination of the additive value of CTC biomarkers of heterogeneity (Het) and chromosomal instability to nuclear-localized (nl) AR-V7+ CTCs in prediction of poor outcomes to androgen receptor signaling inhibitor (ARSi) in metastatic castration resistant prostate cancer (mCRPC).
Notice bibliographique
Résumé
5075 Background: Prediction of ARSi benefit in mCRPC is an unmet medical need. Recently, the Epic Sciences CTC based nl AR-V7 test validated as a predictive biomarker in two multi-center validation studies and has received Medicare coverage for use in mCRPC. While the nl AR-V7 biomarker is highly specific to resistance and predictive of improved response with taxane Rx, it is a measure of just one mechanism of resistance to ARSis. CTC Het measured by the Shannon Index and CTC chromosomal instability measured by predicted number of Large Scale Transitions (pLST) have both been associated with poor OS to ARSis in previous analysis. Here we investigate the relationship of Het and pLST to nlAR-V7 in order to assess multi-clonal resistance and determine if these biomarkers can provide added sensitivity in the nlAR-V7 negative patient population. Methods: 275 blood samples from 2nd+ line mCRPC patients prior to treatment with ARSi (n=148) or taxanes (n=137) were obtained between 2012 and 2017 from 3 clinical centers. Detectable CTCs in each blood sample were assayed for nlAR-V7, Het, and pLST using the Epic Sciences platform. Biomarkers were analyzed in context of each other and outcomes including clinical co-variates. Results: 94% of samples had detectable CTCs, 84% were evaluable for Het analysis (> 2 CTCs), and 76% were evaluable for pLST (> 3 CTCs). Conclusions: Addition of CTC Het (Shannon Index) and CTC chromosomal instability (pLST) biomarkers to nlAR-V7 identifies an additional 15% of mCRPC pts (38% of total) that are predicted to have poor survival to AR signaling inhibitors. [Table: see text][Table: see text]
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 |
| 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 ».