Molecular stratification of clear cell ovarian carcinomas
Notice bibliographique
Résumé
Background and aims Advanced-stage CCOC has an exceptionally poor outcome and exhibits insensitivity to chemotherapy. With a lack of informative, quantitative prognostic and phenotypic markers defined, CCOC is poorly positioned to make use of emerging targeted therapies and the rise in personalized medicine. We aim to stratify biological subtypes of CCOC based on recurrent somatic alterations and prognostic biomarkers, ultimately developing a clinically relevant molecular classifier that will allow for patient-centered treatment decisions and outcome predictions, based on quantitative molecular patterns. Materials A total of 215 formalin-fixed paraffin-embedded tissue blocks with cases from Tübingen (n = 46), Vancouver, Canada (n = 126), Munich (n = 18), Vienna, Austria (n = 18), and Friedrichshafen (n = 7) was assembled. Methods Immunohistochemical (IHC) biomarker markers including NapsinA, WT1, HNF1B, p53, ARID1A, PMS2, MSH6, p16, IGFBP3, PTEN, CCNE1, PR, and CD8 were assessed in tissue microarray format. Hotspot cancer gene mutations, in genes previously reported to be altered in clear cell or related endometriosis-associated malignancies, were tested using a modified tailed-amplicon sequencing strategy. We tested for hotspot alterations in PIK3CA, PIK3R1, KRAS, POLE, CTNNB1, and TERT. Results and
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».