MétaCan
Menu
Retour à la cohorte
Enregistrement W3209209610 · doi:10.1002/cjp2.245

Diagnostic and prognostic implications of a three‐antibody molecular subtyping algorithm for non‐muscle invasive bladder cancer

2021· article· en· W3209209610 sur OpenAlex
Chelsea Jackson, Lina Chen, Céline Hardy, Kevin YM Ren, Kash Visram, Vanessa Freitas Bratti, Jeannette Johnstone, Gottfrid Sjödahl, D. Robert Siemens, R. J. Gooding, David M. Berman

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueThe Journal of Pathology Clinical Research · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueBladder and Urothelial Cancer Treatments
Établissements canadiensQueen's University
Organismes subventionnairesQueen's UniversityOntario Institute for Cancer ResearchGovernment of OntarioBladder Cancer CanadaCancer Research Society
Mots-clésImmunohistochemistryBladder cancerSubtypingMedicineGATA3Basal (medicine)Internal medicineOncologyPathologyCancerAlgorithmBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Intrinsic molecular subtypes may explain marked variation between bladder cancer patients in prognosis and response to therapy. Complex testing algorithms and little attention to more prevalent, early‐stage (non‐muscle invasive) bladder cancers (NMIBCs) have hindered implementation of subtyping in clinical practice. Here, using a three‐antibody immunohistochemistry (IHC) algorithm, we identify the diagnostic and prognostic associations of well‐validated proteomic features of basal and luminal subtypes in NMIBC. By IHC, we divided 481 NMIBCs into basal (GATA3 − /KRT5 + ) and luminal (GATA3 + /KRT5 variable) subtypes. We further divided the luminal subtype into URO (p16 low), URO‐KRT5 + (KRT5 + ), and genomically unstable (GU) (p16 high) subtypes. Expression thresholds were confirmed using unsupervised hierarchical clustering. Subtypes were correlated with pathology and outcomes. All NMIBC cases clustered into the basal/squamous (basal) or one of the three luminal (URO, URO‐KRT5 + , and GU) subtypes. Although uncommon in this NMIBC cohort, basal tumors (3%, n = 16) had dramatically higher grade (100%, n = 16, odds ratio [OR] = 13, relative risk = 3.25) and stage, and rapid progression to muscle invasion (median progression‐free survival = 35.4 months, p = 0.0001). URO, the most common subtype (46%, n = 220), showed rapid recurrence (median recurrence‐free survival [RFS] = 11.5 months, p = 0.039) compared to its GU counterpart (29%, n = 137, median RFS = 16.9 months), even in patients who received intravesical immunotherapy ( p = 0.049). URO‐KRT5 + tumors (22%, n = 108) were typically low grade (66%, n = 71, OR = 3.7) and recurred slowly (median RFS = 38.7 months). Therefore, a simple immunohistochemical algorithm can identify clinically relevant molecular subtypes of NMIBC. In routine clinical practice, this three‐antibody algorithm may help clarify diagnostic dilemmas and optimize surveillance and treatment strategies for patients.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,416
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,148
Tête enseignante GPT0,500
Écart entre enseignants0,352 · 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