Clinical Utility of GlioSeq Next-Generation Sequencing Test in Pediatric and Young Adult Patients With Brain Tumors
Notice bibliographique
Résumé
Brain tumors are the leading cause of death in children. Establishing an accurate diagnosis and therapy is critical for patient management. This study evaluated the clinical utility of GlioSeq, a next-generation sequencing (NGS) assay, for the diagnosis and management of pediatric and young adult patients with brain tumors. Between May 2015 and March 2017, 142 consecutive brain tumors were tested using GlioSeq v1 and subset using GlioSeq v2. Out of 142 samples, 63% were resection specimens and 37% were small stereotactic biopsies. GlioSeq sequencing was successful in 100% and 98.6% of the cases for the detection of mutations and copy number changes, and gene fusions, respectively. Average turnaround time was 8.7 days. Clinically significant genetic alterations were detected in 95%, 66.6%, and 66.1% of high-grade gliomas, medulloblastomas, and low-grade gliomas, respectively. GlioSeq enabled molecular-based stratification in 92 (65%) cases by specific molecular subtype assignment (70, 76.1%), substantiating a neuropathologic diagnosis (18, 19.6%), and diagnostic recategorization (4, 4.3%). Fifty-seven percent of the cases harbored therapeutically actionable findings. GlioSeq NGS analysis offers rapid detection of a wide range of genetic alterations across a spectrum of pediatric brain tumors using formalin-fixed, paraffin-embedded specimens and facilitates integrated molecular-morphologic classification and personalized management of pediatric brain tumors.
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 | 0,002 |
| 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 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 ».