Clonal hematopoiesis and therapy-related myeloid neoplasms following neuroblastoma treatment
Notice bibliographique
Résumé
Therapy-related myeloid neoplasms (TMN) constitute one of the most challengingcomplications of cancer treatment.1 Whilst understanding of TMN pathogenesis remains fragmentary, genomic studies in adults have thus far refuted the notion that TMN simply result from cytotoxin-induced DNA damage.2–4 Analysis of the preclinical evolution of a limited number of adult TMN have retraced the majority of cases to clonal haematopoiesis (CH) that predates cytotoxic treatment and lacks the mutational footprint of genotoxic therapies.2–6 Balanced translocations, generally attributed to treatment with topoisomerase II inhibitors, are implicated in a minority of TMN.1 TMN is a leading cause of premature death in childhood cancer survivors, and affects 7-11% of children treated for high-risk neuroblastoma and sarcoma.7,8 However, the origin of pediatric TMN remains unclear. Targeted sequencing of known cancer genes detects CH in ~4% of children following cytotoxic treatment,6,9 whereas CH is vanishingly rare in young individuals in the general population.10,11 Moreover, to our knowledge, no cases of childhood TMN have been retraced to pretreatment CH. In light of these observations, we asked whether a broader driver landscape had eluded targeted CH screens in pediatric cancer patients and/or whether therapy-induced mutagenesis may be an under-recognised catalyst of CH and TMN in this patient group.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».