Feasibility of a platform trial based on molecular analysis in rare gynecologic cancers.
Notice bibliographique
Résumé
e14585 Background: Challenges in patient accrual limit successful conduct of clinical trials in rare gynecologic malignancies. A platform trial using molecular analysis to guide therapy choice would optimize enrollment but would require actionable mutations (AM) to be feasible. Therefore, we sought to determine if enough AMs exist in rare gynecologic cancers (CA) to justify the design of a platform trial. Methods: We compiled all molecular profiling data performed at Caris Life Sciences through February 2019. Non-epithelial ovarian cancer (OC), rare epithelial OC, non-endometrioid uterine, neuroendocrine gynecologic, and vulvar CA were compiled. AMs were identified. Results: Among 280 cases of non-epithelial OC, 228 malignant stromal tumors and 52 germ cell tumors were identified. AMs in stromal tumors included KMT2D (9.8%), PIK3CA (7.8%), and 16 other AMs ( < 1% each). AMs in germ cell tumors included PIK3CA (20%), KIT (10%), PTEN (10%), TMB (8.2%), CDKN2A (8%), ARID1A (6%), and 16 other AMs ( < 6% each). Among 702 rare epithelial OCs, 132 mucinous CAs, 91 low-grade serous/endometrioid, 367 clear cell, and 112 carcinosarcoma (CS) cases were identified. AMs in mucinous CAs included KRAS (61.8%), CDKN2A (15.3%), PIK3CA (12.7%), ARID1A (9.9%), GNAS (6.9%), and 20 other AMs ( < 5% each). AMs in low-grade serous/endometrioid included KRAS (28.9%), ARID1A (13.3%), PTEN (8.9%), PIK3CA (7.8%), MSI (6.2%), and 15 other AMs ( < 6% each). AMs in clear cell OCs included ARID1A (53.4%), PIK3CA (47.5%), KRAS (11.6%), PTEN (6.8%), and 36 other AMs ( < 6% each). AMs in ovarian CSs included PIK3CA (7.2%), ARID1A (6.2%), and 22 other AMs ( < 5% each). Among 4864 rare uterine CA, 4670 sarcomas, 173 serous CAs, and 21 clear cell CAs were identified. AMs in uterine sarcomas included PTEN (40.1%), PIK3CA (37.1%), ARID1A (31.6%), MSI (20.7%), KRAS (16.8%), TMB (14%), PIK3R1 (10%), and 41 other AMs ( < 10% each). Among 102 gynecologic neuroendocrine tumors, AMs included ARID1A (29.2%), PIK3CA (18%), PTEN (18%), MSI (6.5%), TMB (6%), and 4 other AMs ( < 6% each). Among 59 vulvar CAs, AMs included CDKN2A (28.7%), PIK3CA (17.8%), NOTCH1 (9.6%), TMB (6.8%), and 24 other AMs ( < 5% each). Conclusions: A variety of actionable mutations are present in every type of rare gynecologic cancer evaluated, but mutations specific to individual histologies are not reliably present. This supports the use of molecular profiling to identify potential targets and supports a platform trial strategy to study rare gynecologic cancers.
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 | 0,019 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».