Genetic Determinants of Outcome in Intrahepatic Cholangiocarcinoma
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.
Notice bibliographique
Résumé
BACKGROUND AND AIM: Genetic alterations in intrahepatic cholangiocarcinoma (iCCA) are increasingly well characterized, but their impact on outcome and prognosis remains unknown. APPROACH AND RESULTS: This bi-institutional study of patients with confirmed iCCA (n = 412) used targeted next-generation sequencing of primary tumors to define associations among genetic alterations, clinicopathological variables, and outcome. The most common oncogenic alterations were isocitrate dehydrogenase 1 (IDH1; 20%), AT-rich interactive domain-containing protein 1A (20%), tumor protein P53 (TP53; 17%), cyclin-dependent kinase inhibitor 2A (CDKN2A; 15%), breast cancer 1-associated protein 1 (15%), FGFR2 (15%), polybromo 1 (12%), and KRAS (10%). IDH1/2 mutations (mut) were mutually exclusive with FGFR2 fusions, but neither was associated with outcome. For all patients, TP53 (P < 0.0001), KRAS (P = 0.0001), and CDKN2A (P < 0.0001) alterations predicted worse overall survival (OS). These high-risk alterations were enriched in advanced disease but adversely impacted survival across all stages, even when controlling for known correlates of outcome (multifocal disease, lymph node involvement, bile duct type, periductal infiltration). In resected patients (n = 209), TP53mut (HR, 1.82; 95% CI, 1.08-3.06; P = 0.03) and CDKN2A deletions (del; HR, 3.40; 95% CI, 1.95-5.94; P < 0.001) independently predicted shorter OS, as did high-risk clinical variables (multifocal liver disease [P < 0.001]; regional lymph node metastases [P < 0.001]), whereas KRASmut (HR, 1.69; 95% CI, 0.97-2.93; P = 0.06) trended toward statistical significance. The presence of both or neither high-risk clinical or genetic factors represented outcome extremes (median OS, 18.3 vs. 74.2 months; P < 0.001), with high-risk genetic alterations alone (median OS, 38.6 months; 95% CI, 28.8-73.5) or high-risk clinical variables alone (median OS, 37.0 months; 95% CI, 27.6-not available) associated with intermediate outcome. TP53mut, KRASmut, and CDKN2Adel similarly predicted worse outcome in patients with unresectable iCCA. CDKN2Adel tumors with high-risk clinical features were notable for limited survival and no benefit of resection over chemotherapy. CONCLUSIONS: TP53, KRAS, and CDKN2A alterations were independent prognostic factors in iCCA when controlling for clinical and pathologic variables, disease stage, and treatment. Because genetic profiling can be integrated into pretreatment therapeutic decision-making, combining clinical variables with targeted tumor sequencing may identify patient subgroups with poor outcome irrespective of treatment strategy.
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 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) | 0,001 | 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 découle