MétaCan
Menu
← Retour à la cohorte
Enregistrement W3036571224 · doi:10.1158/1557-3265.liqbiop20-ia11

Abstract IA11: Clinical applications of liquid biopsy in multiple myeloma

2020· article· en· W3036571224 sur OpenAlexaff
Suzanne Trudel, Trevor J. Pugh

Notice bibliographique

RevueClinical Cancer Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Myeloma Research and Treatments
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésLiquid biopsyGenetic heterogeneityExome sequencingBiopsySomatic evolution in cancerCirculating tumor cellBiologyMultiple myelomaTumour heterogeneityExomePathologyMedicineCancerGeneGeneticsMutationImmunologyMetastasisPhenotype

Résumé

récupéré en direct d'OpenAlex

Abstract Multiple myeloma (MM) is characterized by recurrent cytogenetic and molecular abnormalities that have the potential to profoundly impact therapeutic decisions. Conventional karyotyping and/or FISH cytogenetics studies have identified translocations and copy number abnormalities (CNAs) that predict clinical outcomes. More recently, MM whole-exome sequencing studies have uncovered recurrent mutations in genes associated with prognosis and others that are potentially actionable and/or implicated in drug resistance. These observations highlight the need for advanced genomic platforms to inform prognosis and therapeutic decisions. Currently, molecular profiling of MM is performed on bone marrow (BM) aspirates; however, the genetic information obtained from aspirates is confounded by spatial and temporal intratumor genetic heterogeneity. Genomic studies of MM have confirmed the bias introduced by single-site biopsies, demonstrating that not all mutations are shared between targeted biopsies of extramedullary sites and BM. Further, longitudinal whole-genome sequencing studies have not only uncovered tumor heterogeneity at diagnosis but also subclonal competition with a shifting dominance of tumor clones and accumulation of genetic events during progression that are particularly affected by therapeutic pressures. Thus, information acquired from a single biopsy provides a spatially and temporally limited snapshot of a tumor that likely underestimates the complexity of the tumor genomic landscape. Analysis of circulating tumor DNA (ctDNA) and in blood plasma has the potential to overcome these barriers, providing access to the genetic landscape of all cancerous lesions and allowing for noninvasive tracking of genomic evolution over time. Circulating biomarkers can provide a “liquid biopsy” alternative to tissue biopsy, providing new opportunities for treatment tailoring based on real-time monitoring from a simple blood test. Here I will discuss the current liquid biopsy technologies under evaluation for genomic characterization of multiple myeloma. I will also describe the potential clinical applications for liquid biopsies to identify patients for targeted therapies, to track genomic changes, and to follow disease burden in patients with multiple myeloma. Citation Format: Suzanne Trudel, Trevor Pugh. Clinical applications of liquid biopsy in multiple myeloma [abstract]. In: Proceedings of the AACR Special Conference on Advances in Liquid Biopsies; Jan 13-16, 2020; Miami, FL. Philadelphia (PA): AACR; Clin Cancer Res 2020;26(11_Suppl):Abstract nr IA11.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,399
Tête enseignante GPT0,566
Écart entre enseignants0,167 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer Research→Même sujetMultiple Myeloma Research and Treatments→Travaux en français237 207→