Infant High-Grade Gliomas Comprise Multiple Subgroups Characterized by Novel Targetable Gene Fusions and Favorable Outcomes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Infant high-grade gliomas appear clinically distinct from their counterparts in older children, indicating that histopathologic grading may not accurately reflect the biology of these tumors. We have collected 241 cases under 4 years of age, and carried out histologic review, methylation profiling, and custom panel, genome, or exome sequencing. After excluding tumors representing other established entities or subgroups, we identified 130 cases to be part of an “intrinsic” spectrum of disease specific to the infant population. These included those with targetable MAPK alterations, and a large proportion of remaining cases harboring gene fusions targeting ALK (n = 31), NTRK1/2/3 (n = 21), ROS1 (n = 9), and MET (n = 4) as their driving alterations, with evidence of efficacy of targeted agents in the clinic. These data strongly support the concept that infant gliomas require a change in diagnostic practice and management. Significance: Infant high-grade gliomas in the cerebral hemispheres comprise novel subgroups, with a prevalence of ALK, NTRK1/2/3, ROS1, or MET gene fusions. Kinase fusion–positive tumors have better outcome and respond to targeted therapy clinically. Other subgroups have poor outcome, with fusion-negative cases possibly representing an epigenetically driven pluripotent stem cell phenotype. See related video: https://vimeo.com/438254885 See related commentary by Szulzewsky and Cimino, p. 904. This article is highlighted in the In This Issue feature, p. 890
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.
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 découle