MétaCan
Menu
Retour à la cohorte
Enregistrement W3117475035 · doi:10.1093/jncics/pkaa115

Predicting Toxicity and Response to Pembrolizumab Through Germline Genomic HLA Class 1 Analysis

2020· article· en· W3117475035 sur OpenAlexafffund
Marco Iafolla, Cindy Yang, Vinod Chandran, Melania Pintilie, Quan Li, Philippe L. Bédard, Aaron R. Hansen, Stéphanie Lheureux, Anna Spreafico, Albiruni Abdul Razak, Sevan Hakgor, Amanda Giesler, Trevor J. Pugh, Lillian L. Siu

Notice bibliographique

RevueJNCI Cancer Spectrum · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensOntario Institute for Cancer ResearchUniversity of TorontoPrincess Margaret Cancer CentreMemorial University of NewfoundlandUniversity Health Network
Organismes subventionnairesTerry Fox Research InstituteOntario Institute for Cancer ResearchPrincess Margaret Cancer Foundation
Mots-clésPembrolizumabGermlineMedicineHuman leukocyte antigenComputational biologyGeneticsImmunologyImmune systemImmunotherapyBiologyGeneAntigen

Résumé

récupéré en direct d'OpenAlex

Abstract Background Human leukocyte antigen class 1 (HLA-1)–dependent immune activity is linked to autoimmune diseases. HLA-1–dependent CD8+ T cells are required for immune checkpoint blockade antitumor activity. It is unknown if HLA-1 genotype is predictive of toxicity to immune checkpoint blockade. Methods Patients with advanced solid tumors stratified into 5 cohorts received single agent pembrolizumab (anti-programmed cell death-1) 200 mg intravenously every 3 weeks in an investigator-initiated phase II trial (Investigator-Initiated Phase II Study of Pembrolizumab Immunological Response Evaluation study, NCT02644369). Germline whole-exome sequencing of peripheral blood mononuclear cells was performed using the Illumina HiSeq2500 platform. HLA-1 haplotypes were predicted from whole-exome sequencing using HLAminer and HLAVBSeq. Heterozygosity of HLA-A, -B, and -C, individual HLA-1 alleles, and HLA haplotype dimorphism at positions −21 M and −21 T of the HLA-A and -B leader sequence were analyzed as predictors of toxicity defined as grade 2 or greater immune-related adverse events and clinical benefit defined as complete or partial response, or stable disease for 6 or more cycles of pembrolizumab. Statistical significance tests were 2-sided. Results In the overall cohort of 101 patients, the frequency of toxicity and clinical benefit from pembrolizumab was 22.8% and 25.7%, respectively. There was no association between any of the HLA-1 loci or alleles with toxicity. HLA-C heterozygosity had an association with decreased clinical benefit relative to HLA-C homozygosity when controlling for cohort (odds ratio = 0.28, 95% confidence interval = 0.09 to 0.91, P = .04). HLA-A and -B haplotype −21 M/T dimorphism and heterozygosity of HLA-A, -B, and -C were not predictive of outcomes. Conclusions HLA-C heterozygosity may predict decreased response to pembrolizumab. Prospective validation is required.

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 enseignants0,001
Score d'incertitude au seuil0,004

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,022
Tête enseignante GPT0,299
Écart entre enseignants0,277 · 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

Citations23
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJNCI Cancer SpectrumMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207