Giant Magnetoresistive Nanosensor Analysis of Circulating Tumor DNA Epidermal Growth Factor Receptor Mutations for Diagnosis and Therapy Response Monitoring
Notice bibliographique
Résumé
BACKGROUND: Liquid biopsy circulating tumor DNA (ctDNA) mutational analysis holds great promises for precision medicine targeted therapy and more effective cancer management. However, its wide adoption is hampered by high cost and long turnaround time of sequencing assays, or by inadequate analytical sensitivity of existing portable nucleic acid tests to mutant allelic fraction in ctDNA. METHODS: We developed a ctDNA Epidermal Growth Factor Receptor (EGFR) mutational assay using giant magnetoresistive (GMR) nanosensors. This assay was validated in 36 plasma samples of non-small cell lung cancer patients with known EGFR mutations. We assessed therapy response through follow-up blood draws, determined concordance between the GMR assay and radiographic response, and ascertained progression-free survival of patients. RESULTS: The GMR assay achieved analytical sensitivities of 0.01% mutant allelic fraction. In clinical samples, the assay had 87.5% sensitivity (95% CI = 64.0-97.8%) for Exon19 deletion and 90% sensitivity (95% CI = 69.9-98.2%) for L858R mutation with 100% specificity; our assay detected T790M resistance with 96.3% specificity (95% CI = 81.7-99.8%) with 100% sensitivity. After 2 weeks of therapy, 10 patients showed disappearance of ctDNA by GMR (predicted responders), whereas 3 patients did not (predicted nonresponders). These predictions were 100% concordant with radiographic response. Kaplan-Meier analysis showed responders had significantly (P < 0.0001) longer PFS compared to nonresponders (N/A vs. 12 weeks, respectively). CONCLUSIONS: The GMR assay has high diagnostic sensitivity and specificity and is well suited for detecting EGFR mutations at diagnosis and noninvasively monitoring treatment response at the point-of-care.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».