A Consensus Molecular Classification of Muscle-invasive Bladder Cancer
Notice bibliographique
Résumé
BACKGROUND: Muscle-invasive bladder cancer (MIBC) is a molecularly diverse disease with heterogeneous clinical outcomes. Several molecular classifications have been proposed, but the diversity of their subtype sets impedes their clinical application. OBJECTIVE: To achieve an international consensus on MIBC molecular subtypes that reconciles the published classification schemes. DESIGN, SETTING, AND PARTICIPANTS: We used 1750 MIBC transcriptomic profiles from 16 published datasets and two additional cohorts. OUTCOME MEASUREMENTS AND STATISTICAL ANALYSIS: We performed a network-based analysis of six independent MIBC classification systems to identify a consensus set of molecular classes. Association with survival was assessed using multivariable Cox models. RESULTS AND LIMITATIONS: We report the results of an international effort to reach a consensus on MIBC molecular subtypes. We identified a consensus set of six molecular classes: luminal papillary (24%), luminal nonspecified (8%), luminal unstable (15%), stroma-rich (15%), basal/squamous (35%), and neuroendocrine-like (3%). These consensus classes differ regarding underlying oncogenic mechanisms, infiltration by immune and stromal cells, and histological and clinical characteristics, including outcomes. We provide a single-sample classifier that assigns a consensus class label to a tumor sample's transcriptome. Limitations of the work are retrospective clinical data collection and a lack of complete information regarding patient treatment. CONCLUSIONS: This consensus system offers a robust framework that will enable testing and validation of predictive biomarkers in future prospective clinical trials. PATIENT SUMMARY: Bladder cancers are heterogeneous at the molecular level, and scientists have proposed several classifications into sets of molecular classes. While these classifications may be useful to stratify patients for prognosis or response to treatment, a consensus classification would facilitate the clinical use of molecular classes. Conducted by multidisciplinary expert teams in the field, this study proposes such a consensus and provides a tool for applying the consensus classification in the clinical setting.
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 | 0,013 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».