MétaCan
Menu
Retour à la cohorte
Enregistrement W3153440563 · doi:10.1515/cclm-2021-0171

Circulating tumor DNA (ctDNA) as a pan-cancer screening test: is it finally on the horizon?

2021· review· en· W3153440563 sur OpenAlexaff
Michael J. Duffy, Eleftherios P. Diamandis, John Crown

Notice bibliographique

RevueClinical Chemistry and Laboratory Medicine (CCLM) · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensLunenfeld-Tanenbaum Research InstituteUniversity of TorontoUniversity Health NetworkMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésCancerCirculating tumor DNAMedicinePopulationDiseaseStage (stratigraphy)OncologyInternal medicineDNA methylationBioinformaticsBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

The detection of cancer at an early stage while it is curable by surgical resection is widely believed to be one of the most effective strategies for reducing cancer mortality. Hence, the intense interests in the development of a simple pan-cancer screening test. Lack of sensitivity and specificity when combined with the low prevalence of most types of cancer types in the general population limit the use of most of the existing protein biomarkers for this purpose. Like proteins, tumor DNA also can be released into the circulation. Such circulating tumor DNA (ctDNA) can be differentiated from normal cell DNA by the presence of specific genetic alteration such as mutations, copy number changes, altered methylation patterns or being present in different sized fragments. Emerging results with test such as CancerSEEK or GRAIL suggest that the use of ctDNA can detect cancer with specificities >99%. Sensitivity however, is cancer type and stage-dependent, varying from approximately 40% in stage I disease to approximately 80% in stage III disease. It is important to stress however, that most of the studies published to date have used patients with an established diagnosis of cancer while the control population were healthy individuals. Although the emerging results are promising, evidence of clinical utility will require demonstration of reduced mortality following evaluation in a prospective randomized screening trial.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,694
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,086
Tête enseignante GPT0,406
Écart entre enseignants0,320 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations53
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Chemistry and Laboratory Medicine (CCLM)Même sujetCancer Genomics and DiagnosticsTravaux en français237 207