DNA methylation profiling to predict recurrence risk in meningioma: development and validation of a nomogram to optimize clinical management
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Variability in standard-of-care classifications precludes accurate predictions of early tumor recurrence for individual patients with meningioma, limiting the appropriate selection of patients who would benefit from adjuvant radiotherapy to delay recurrence. We aimed to develop an individualized prediction model of early recurrence risk combining clinical and molecular factors in meningioma. METHODS: DNA methylation profiles of clinically annotated tumor samples across multiple institutions were used to develop a methylome model of 5-year recurrence-free survival (RFS). Subsequently, a 5-year meningioma recurrence score was generated using a nomogram that integrated the methylome model with established prognostic clinical factors. Performance of both models was evaluated and compared with standard-of-care models using multiple independent cohorts. RESULTS: The methylome-based predictor of 5-year RFS performed favorably compared with a grade-based predictor when tested using the 3 validation cohorts (ΔAUC = 0.10, 95% CI: 0.03-0.018) and was independently associated with RFS after adjusting for histopathologic grade, extent of resection, and burden of copy number alterations (hazard ratio 3.6, 95% CI: 1.8-7.2, P < 0.001). A nomogram combining the methylome predictor with clinical factors demonstrated greater discrimination than a nomogram using clinical factors alone in 2 independent validation cohorts (ΔAUC = 0.25, 95% CI: 0.22-0.27) and resulted in 2 groups with distinct recurrence patterns (hazard ratio 7.7, 95% CI: 5.3-11.1, P < 0.001) with clinical implications. CONCLUSIONS: The models developed and validated in this study provide important prognostic information not captured by previously established clinical and molecular factors which could be used to individualize decisions regarding postoperative therapeutic interventions, in particular whether to treat patients with adjuvant radiotherapy versus observation alone.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découle