Mutational Landscape and Tumor Burden Assessed by Cell-free DNA in Diffuse Large B-Cell Lymphoma in a Population-Based Study
Notice bibliographique
Résumé
Abstract Purpose: We analyzed the utility of cell-free DNA (cfDNA) in a prospective population-based cohort to determine the mutational profile, assess tumor burden, and estimate its impact in response rate and outcome in patients with diffuse large B-cell lymphoma (DLBCL). Experimental Design: A total of 100 patients were diagnosed with DLBCL during the study period. Mutational status of 112 genes was studied in cfDNA by targeted next-generation sequencing. Paired formalin-fixed, paraffin-embedded samples and volumetric PET/CT were assessed when available. Results: Appropriate cfDNA to perform the analyses was obtained in 79 of 100 cases. At least one mutation could be detected in 69 of 79 cases (87%). The sensitivity of cfDNA to detect the mutations was 68% (95% confidence interval, 56.2–78.7). The mutational landscape found in cfDNA samples was highly consistent with that shown in the tissue and allowed genetic classification in 43% of the cases. A higher amount of circulating tumor DNA (ctDNA) significantly correlated with clinical parameters related to tumor burden (elevated lactate dehydrogenase and β2-microglobulin serum levels, advanced stage, and high-risk International Prognostic Index) and total metabolic tumor volume assessed by PET/CT. In patients treated with curative intent, high ctDNA levels (>2.5 log hGE/mL) were associated with lower complete response (65% vs. 96%; P < 0.004), shorter progression-free survival (65% vs. 85%; P = 0.038), and overall survival (73% vs. 100%; P = 0.007) at 2 years, although it did not maintain prognostic value in multivariate analyses. Conclusions: In a population-based prospective DLBCL series, cfDNA resulted as an alternative source to estimate tumor burden and to determine the tumor mutational profile and genetic classification, which have prognostic implications and may contribute to a future tailored treatment.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».