Simplified Molecular Subtyping of Medulloblastoma for Reduced Cost and Improved Turnaround Time
Notice bibliographique
Résumé
Molecular subtyping of medulloblastoma (MB) has become increasingly important for prognosis and management. Typically this involves detailed molecular genetic testing which may not be available in all centers. The purpose of the present study was to find a simplified approach to assign molecular subtypes of MB for routine use in centers with more limited resources. The molecular subtypes of MBs from 32 Thai patients, aged 0.5 to 35 years, were first determined by NanoString. These results were then compared with those obtained using a combination of limited immunohistochemistry (IHC) (β-catenin, GAB-1, YAP-1, p75-NGFR, OTX2) and CTNNTB exon 3 mutation analysis. By NanoString assay, there were 6 MBs (19%) in the wingless (WNT) group, 8 (25%) in the sonic hedgehog (SHH) group, 7 (22%) in group 3, and 11 (34%) in group 4. Although β-catenin immunostaining missed 4/6 WNT MBs, CTNNTB mutation analysis confirmed all WNT MB cases with amplifiable DNA. The IHC panel correctly assigned all the other molecular subtypes, except for 1 MB in group 4. Thus, our protocol was able to correctly categorized 31/32 cases or 97% of cases. Our study is the first to report molecular subtypes of MB in Southeast Asia. We found that molecular subgroups of MBs can be reliably assigned using a limited IHC panel of β-catenin, GAB-1, YAP-1, p75-NGFR, OTX2, together with CTNNTB exon 3 mutation analysis. This simplified approach incurs lower cost and faster turnaround time compared with more elaborate molecular methodologies and should be beneficial to centers with reduced laboratory resources.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».