MétaCan
Menu
Retour à la cohorte
Enregistrement W3112291633 · doi:10.1016/j.jaccao.2020.11.004

Machine Learning Identifies Clinical and Genetic Factors Associated With Anthracycline Cardiotoxicity in Pediatric Cancer Survivors

2020· article· en· W3112291633 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJACC CardioOncology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueChemotherapy-induced cardiotoxicity and mitigation
Établissements canadiensPrincess Margaret Cancer CentreChildren's Hospital of Eastern OntarioUniversity of OttawaMcMaster Children's HospitalLondon Health Sciences CentreMcMaster UniversityUniversity of TorontoSickKids FoundationUniversity Health NetworkUniversité de MontréalHospital for Sick ChildrenMontreal Heart Institute
Organismes subventionnairesCanadian Institutes of Health ResearchC17 Children's Cancer and Blood DisordersHospital for Sick ChildrenPediatric Oncology Group of OntarioOntario Institute for Cancer ResearchCanadian Cancer Society
Mots-clésCardiotoxicityAnthracyclineMedicineOncologyOdds ratioInternal medicineEjection fractionDoxorubicinCancerCardiologyBioinformaticsHeart failureBiologyBreast cancerChemotherapy

Résumé

récupéré en direct d'OpenAlex

Despite known clinical risk factors, predicting anthracycline cardiotoxicity remains challenging. This study sought to develop a clinical and genetic risk prediction model for anthracycline cardiotoxicity in childhood cancer survivors. We performed exome sequencing in 289 childhood cancer survivors at least 3 years from anthracycline exposure. In a nested case-control design, 183 case patients with reduced left ventricular ejection fraction despite low-dose doxorubicin (≤250 mg/m2), and 106 control patients with preserved left ventricular ejection fraction despite doxorubicin >250 mg/m2 were selected as extreme phenotypes. Rare/low-frequency variants were collapsed to identify genes differentially enriched for variants between case patients and control patients. The expression levels of 5 top-ranked genes were evaluated in human induced pluripotent stem cell–derived cardiomyocytes, and variant enrichment was confirmed in a replication cohort. Using random forest, a risk prediction model that included genetic and clinical predictors was developed. Thirty-one genes were differentially enriched for variants between case patients and control patients (p < 0.001). Only 42.6% case patients harbored a variant in these genes compared to 89.6% control patients (odds ratio: 0.09; 95% confidence interval: 0.04 to 0.17; p = 3.98 × 10–15). A risk prediction model for cardiotoxicity that included clinical and genetic factors had a higher prediction accuracy and lower misclassification rate compared to the clinical-only model. In vitro inhibition of gene-associated pathways (PI3KR2, ZNF827) provided protection from cardiotoxicity in cardiomyocytes. Our study identified variants in cardiac injury pathway genes that protect against cardiotoxicity and informed the development of a prediction model for delayed anthracycline cardiotoxicity, and it also provided new targets in autophagy genes for the development of cardio-protective drugs. (Preventing Cardiac Sequelae in Pediatric Cancer Survivors [PCS2]; NCT01805778)

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,905

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,327
Écart entre enseignants0,271 · 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