MétaCan
Menu
Retour à la cohorte
Enregistrement W2964756619 · doi:10.1200/jco.2012.30.15_suppl.e14108

Feasibility and challenges of a biopsy-driven and biomarker discovery clinical trial in metastatic colorectal cancer to identify signatures of clinical resistance.

2012· article· en· W2964756619 sur OpenAlexaffabout
Zuanel Diaz

Notice bibliographique

RevueJournal of Clinical Oncology · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensQuebec - Clinical Research Organization in Cancer
Organismes subventionnairesnon disponible
Mots-clésMedicineFOLFOXColorectal cancerFOLFIRIOncologyLiquid biopsyClinical trialBevacizumabBiopsyInternal medicineMetastasisCancerIrinotecanOxaliplatinChemotherapy

Résumé

récupéré en direct d'OpenAlex

e14108 Background: Biopsy-driven clinical trials are essential to develop personalized therapeutics, since many critical questions are best addressed in the tumor tissue being treated. In the metastatic setting, intrinsic resistance occurs even with the most advanced therapeutic agents, and even in responders, acquired resistance is inevitable. We have designed a prospective study to identify biomarkers of clinical resistance to standard first-line therapy (FOLFOX, XELOX or FOLFIRI in combination with bevacizumab in patients with metastatic CRC (NCT00984048). Methods: Eligible patients have confirmed metastatic CRC, measurable disease, and consent to three needle-core biopsies (NCBs) of a non-resectable liver metastasis before treatment and at resistance. This study is approved at several Quebec hospitals, demonstrating that Research Ethics Boards recognize the value of biopsy-driven studies without therapeutic benefit. Results: Forty patients agreed to partake in this multi-center trial and to provide NCBs. Of these, 5% were non-neoplastic, and 5% had neuroendocrine origins. Using standard operating procedures developed for this trial, we were able to both preserve morphology and obtain high-quality genomic material. We demonstrate that this material is suitable for DNA analysis (array comparative genomic, methylation profiling) and RNA analysis (gene expression profiling, splicing isoforms variants and micro RNA profiling). In parallel, we have generated resistant CRC cell lines resistant to the combination therapy to further study biomarkers of resistance. Challenges in obtaining a biopsy at time of progression include death, patient refusal, heterogeneity of tumors, metastasis at a different organ site, and time constraints for re-biopsy. No significant adverse events were reported related to the biopsy procedure. Conclusions: We conclude that obtaining serial liver NCBs are challenging, but safe and feasible in metastatic CRC patients with unresectable liver disease. This study will provide insight on the relevance of metastatic tissue in assessing signatures of clinical resistance.

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)0,036
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,224
Tête enseignante GPT0,515
Écart entre enseignants0,290 · 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'étudeEssai non randomisé
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

Citations1
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetCancer Genomics and DiagnosticsTravaux en français237 207