MétaCan
Menu
Retour à la cohorte
Enregistrement W3172478157 · doi:10.1200/jco.2021.39.15_suppl.12004

Pharmacogenomics of cisplatin-induced neurotoxicities: Hearing loss, tinnitus and peripheral sensory neuropathy.

2021· article· en· W3172478157 sur OpenAlexaff
Xindi Zhang, Matthew R. Trendowski, Emma Wilkinson, Darren R. Feldman, Robert J. Hamilton, David J. Vaughn, Chunkit Fung, Christian Kollmannsberger, Robert Huddart, Neil E. Martin, Paul C. Dinh, Robert D. Frisina, Lawrence H. Einhorn, M. Eileen Dolan, Lois B. Travis

Notice bibliographique

RevueJournal of Clinical Oncology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Treatment and Pharmacology
Établissements canadiensPrincess Margaret Cancer CentreUniversity of British ColumbiaUniversity Health Network
Organismes subventionnairesNational Institutes of Health
Mots-clésMedicineTinnitusCisplatinInternal medicineHearing lossPeripheral neuropathyPharmacogenomicsOtotoxicityConfoundingNeurotoxicityOncologyAuditory neuropathyCohortGastroenterologyChemotherapyEndocrinologyToxicityPharmacologyDiabetes mellitusAudiology

Résumé

récupéré en direct d'OpenAlex

12004 Background: Cisplatin is an essential component of first-line chemotherapy for many cancers, but causes neurotoxicity, including hearing loss (CisHL), tinnitus (CisTinn), and peripheral sensory neuropathy (CisPNeuro). However, few opportunities exist to identify risk factors and comorbidities for cisplatin-induced neurotoxicities among large numbers of homogenously treated patients without the confounding effect of cranial radiotherapy. Methods: Within a well-characterized clinical cohort of 1,680 cisplatin-treated testicular cancer survivors, linear and logistic regression analysis were utilized to analyze associations of CisHL (n = 1,258), CisTinn (n = 1,217), and CisPNeuro (n = 1,653) with non-genetic risk factors. Genome-wide association studies and gene-based analysis were performed on each phenotype. Results: Cisplatin-induced neurotoxicities (CisHL CisTinn, CisPNeuro), adjusting for age and cisplatin dose, were interdependent. Survivors with these neurotoxicities experienced more hypertension (CisTinn: OR = 2.62, p < 0.0001; CisHL: β = 0.25, p = 8.5 x10-4; CisPNeuro: OR = 1.86, p < 0.0001) and were more likely to report their health as poor (CisTinn: OR = 0.54, p < 0.0001; CisHL: β = -0.11, p < 0.0001; CisPNeuro: OR = 0.61, p < 0.0001). Persistent vertigo was significantly associated with both CisTinn (OR = 7.18, p < 0.0001) and CisPNeuro (OR = 4.29, p < 0.0001). In addition, CisTinn was significantly associated with hypercholesterolemia (OR = 1.78, p = 0.01). Importantly, gene-based association analyses identified significant associations between CisTinn and WNT8A (n = 1,037, p = 2.52x10-6) , encoding a signaling protein important in germ cell tumors; and marginal significance between CisHL and TXNRD1 (n = 1,071, p = 4.21x10-6) , thioredoxin reductase-1, which plays a key role in redox regulation. In silico analysis showed high expression levels of TXNRD1 were significantly correlated with cellular resistance to cisplatin in central nervous system tumor cells (Spearman Rho = 0.35, p = 0.04; R2= 0.14, p = 0.03), indicating TXNRD1 is protective for cisplatin-induced cytotoxicity. Previously, rs62283056 in WFS1 found to be significantly associated with CisHL (n = 511; subset of current population), was marginally significant in an independent replication cohort (p = 0.06; n = 606; subset of current population). Conclusions: Cisplatin-induced neurotoxicities are significantly associated with multiple clinical characteristics, including hypertension and self-reported poor health. WNT8A and TXNRD1 are notable risk factors for CisTinn and CisHL, respectively . Future studies should further investigate these genes and their potential impact on chemotherapy strategies. This study, based on the largest number of testicular cancer survivors investigated to date, highlights the clinical importance of these iatrogenic toxicities and their associated risk factors.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,000

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 Opus0,227
Tête enseignante GPT0,498
Écart entre enseignants0,271 · 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'étudeSans objet
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetCancer Treatment and PharmacologyTravaux en français237 207