MétaCan
Menu
Retour à la cohorte
Enregistrement W3112734515 · doi:10.1093/neuonc/noaa222.395

LGG-13. THE CLINICAL AND MOLECULAR LANDSCAPE OF GLIOMAS IN ADOLESCENTS AND YOUNG ADULTS

2020· article· en· W3112734515 sur OpenAlexaff
Julie Bennett, Karen Fang, Javal Sheth, Scott Ryall, Martin Komosa, Nuno M. Nunes, Liana Nobre, James Perry, Arjun Sahgal, Warren Mason, Sunit Das, Andrew Gao, Derek S. Tsang, Lananh Nguyen, Normand Laperrière, Julia Keith, David G. Muñoz, Uri Tabori, Cynthia Hawkins

Notice bibliographique

RevueNeuro-Oncology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensSt. Michael's HospitalUniversity Health NetworkSunnybrook Health Science CentreHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicineGliomaCohortYoung adultOncologyInternal medicineCancer research

Résumé

récupéré en direct d'OpenAlex

Abstract OBJECTIVE Pediatric low grade gliomas are typically driven by MAPK upregulation with excellent long-term survival. In contrast, adult lower grade gliomas commonly harbor IDH-1 mutations and undergo malignant transformation. Gliomas in adolescents and young adults (AYA) are an orphan group of tumors that have been poorly described. We aim to determine the clinical and molecular landscape of AYA gliomas. METHODS A multi-institutional population based cohort of 839 patients diagnosed with glioma between 15–40 years has been identified. Complete molecular analysis, long term outcome and therapeutic data are being collected. RESULTS Of 364 AYA gliomas analyzed, the prevalence of WHO grade I tumors was highest in those <21 years (54%), while the prevalence of higher grade tumors increased with age. Interestingly, only 38% harbor IDH-1 mutations while 23% harbor pediatric mutations, including 8% with BRAF p.V600E, and 4% with KIAA1549:BRAF fusion. The median age for IDH-1 mutation is 32 years, with highest frequency in WHO grade II and III tumors. In contrast, BRAF alterations were most frequently observed in WHO grade I and II tumors and enriched in those less than 20 years. Five-year progression-free survival for BRAF fusion, p.V600E and IDH-1 p.R132H were 81%, 78% and 26% respectively. No survivors were observed in H3 p.K27M and p.G34R gliomas (p<0.0001). CONCLUSIONS Gliomas in AYA overlap pediatric and adult classification and exhibit enrichment for pediatric alterations. As the latter are associated with improved PFS and are amenable to targeted therapies, this should be considered in the work up of these tumors.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,314
Écart entre enseignants0,290 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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 revueNeuro-OncologyMême sujetGlioma Diagnosis and TreatmentTravaux en français237 207