MétaCan
Menu
Retour à la cohorte
Enregistrement W2947979334 · doi:10.1093/noajnl/vdz008

Rapid intraoperative molecular genetic classification of gliomas using Raman spectroscopy

2019· article· en· W2947979334 sur OpenAlexfundno aff
Laurent J. Livermore, Martin Isabelle, Ian M. Bell, Connor Scott, John Walsby-Tickle, Joan Gannon, Puneet Plaha, Claire Vallance, Olaf Ansorge

Notice bibliographique

RevueNeuro-Oncology Advances · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSpectroscopy Techniques in Biomedical and Chemical Research
Établissements canadiensnon disponible
Organismes subventionnairesRenishawMedical Research CouncilEngineering and Physical Sciences Research CouncilAlzheimer SocietyNational Institute for Health and Care ResearchCancer Research UK
Mots-clésOligodendrogliomaAstrocytomaGliomaPathologyRaman spectroscopyBiologyBiopsyGenetic analysisMedicineGeneticsGene

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The molecular genetic classification of gliomas, particularly the identification of isocitrate dehydrogenase (IDH) mutations, is critical for clinical and surgical decision-making. Raman spectroscopy probes the unique molecular vibrations of a sample to accurately characterize its molecular composition. No sample processing is required allowing for rapid analysis of tissue. The aim of this study was to evaluate the ability of Raman spectroscopy to rapidly identify the common molecular genetic subtypes of diffuse glioma in the neurosurgical setting using fresh biopsy tissue. In addition, classification models were built using cryosections, formalin-fixed paraffin-embedded (FFPE) sections and LN-18 (IDH-mutated and wild-type parental cell) glioma cell lines. METHODS: Fresh tissue, straight from neurosurgical theatres, underwent Raman analysis and classification into astrocytoma, IDH-wild-type; astrocytoma, IDH-mutant; or oligodendroglioma. The genetic subtype was confirmed on a parallel section using immunohistochemistry and targeted genetic sequencing. RESULTS: Fresh tissue samples from 62 patients were collected (36 astrocytoma, IDH-wild-type; 21 astrocytoma, IDH-mutated; 5 oligodendroglioma). A principal component analysis fed linear discriminant analysis classification model demonstrated 79%-94% sensitivity and 90%-100% specificity for predicting the 3 glioma genetic subtypes. For the prediction of IDH mutation alone, the model gave 91% sensitivity and 95% specificity. Seventy-nine cryosections, 120 FFPE samples, and LN18 cells were also successfully classified. Meantime for Raman data collection was 9.5 min in the fresh tissue samples, with the process from intraoperative biopsy to genetic classification taking under 15 min. CONCLUSION: These data demonstrate that Raman spectroscopy can be used for the rapid, intraoperative, classification of gliomas into common genetic subtypes.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,346
Écart entre enseignants0,331 · 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'étudeExpérimental (laboratoire)
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

Citations58
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-Oncology AdvancesMême sujetSpectroscopy Techniques in Biomedical and Chemical ResearchTravaux en français237 207