Prediction of survival of HPV16-negative, p16-negative oral cavity cancer patients using a 13-gene signature: A multicenter study using FFPE samples
Notice bibliographique
Résumé
OBJECTIVES: To test the performance of an oral cancer prognostic 13-gene signature for the prediction of survival of patients diagnosed with HPV-negative and p16-negative oral cavity cancer. MATERIALS AND METHODS: Diagnostic formalin-fixed paraffin-embedded oral cavity cancer tumor samples were obtained from the Fred Hutchinson Cancer Research Center/University of Washington, University of Calgary, University of Michigan, University of Utah, and seven ARCAGE study centers coordinated by the International Agency of Research on Cancer. RNA from 638 Human Papillomavirus (HPV)-negative and p16-negative samples was analyzed for the 13 genes using a NanoString assay. Ridge-penalized Cox regressions were applied to samples randomly split into discovery and validation sets to build models and evaluate the performance of the 13-gene signature in predicting 2-year oral cavity cancer-specific survival overall and separately for patients with early and late stage disease. RESULTS: Among AJCC stage I/II patients, including the 13-gene signature in the model resulted in substantial improvement in the prediction of 2-year oral cavity cancer-specific survival. For models containing age and sex with and without the 13-gene signature score, the areas under the Receiver Operating Characteristic Curve (AUC) and partial AUC were 0.700 vs. 0.537 (p < 0.001), and 0.046 vs. 0.018 (p < 0.001), respectively. Improvement in predicting prognosis for AJCC stage III/IV disease also was observed, but to a lesser extent. CONCLUSIONS: If confirmed using tumor samples from a larger number of early stage oral cavity cancer patients, the 13-gene signature may inform personalized treatment of early stage HPV-negative and p16-negative oral cavity cancer patients.
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 ».