Can a Broad Molecular Screen Based on Circulating Tumor DNA Aid in Early Cancer Detection?
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
Early detection of cancer has been a major research focus for almost a century. Current methods for early cancer detection suffer from suboptimal sensitivity and specificity, especially when used for population screening. For most major cancers, including breast, prostate, lung, ovarian, and pancreatic cancer, population screening is still controversial or is not recommended by expert bodies. Circulating tumor DNA (ctDNA) is an exciting new cancer biomarker with potential applicability to all cancer types. Recent investigations have shown that genetic alterations or epigenetic modifications in ctDNA could be used for cancer detection with a liquid biopsy (i.e., a tube of blood). Tests based on ctDNA have attracted considerable attention for various applications, such as patient management, prognosis, early diagnosis, and population screening. Recently, new biotechnology companies were founded, with the goal of revolutionizing early cancer detection by using ctDNA. We previously examined this technology, as published by various academic laboratories and of one leading company, Grail, and drew attention to potential obstacles. After 3 years of intense development, this technology seems to have made some progress. Here, we will analyze the latest clinical data presented by Grail in October 2019, during the inaugural American Society of Clinical Oncology (ASCO) 2019 Breakthrough Conference. Despite considerable technical improvements, it seems that the sensitivity and specificity of the Grail test as a pan-cancer screening tool are still too low for clinical use. The prospects that this test could be further improved are also discussed.
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) | 0,000 | 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