MétaCan
Menu
Retour à la cohorte
Enregistrement W4200263554 · doi:10.1016/j.xcrm.2021.100472

Stage-stratified molecular profiling of non-muscle-invasive bladder cancer enhances biological, clinical, and therapeutic insight

2021· article· en· W4200263554 sur OpenAlexaff
Carolyn D. Hurst, Guo Cheng, Fiona M. Platt, Mauro A. A. Castro, Nour‐Al‐Dain Marzouka, Pontus Eriksson, Emma Black, Olivia Alder, Andrew Lawson, Sia V. Lindskrog, Julie E. Burns, Sunjay Jain, Jo‐An Roulson, Joanne Carlson Brown, Jan Köster, A. Gordon Robertson, Iñigo Martincorena, Lars Dyrskjøt, Mattias Höglund, Margaret A. Knowles

Notice bibliographique

RevueCell Reports Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueBladder and Urothelial Cancer Treatments
Établissements canadiensCanada's Michael Smith Genome Sciences Centre
Organismes subventionnairesFerring PharmaceuticalsCancer Research UKYorkshire Cancer ResearchRoche
Mots-clésBladder cancerDiseaseImmunotherapyBiologyStage (stratigraphy)Gene expression profilingBioinformaticsComputational biologyImmune systemCancerOncologyGeneMedicineGene expressionInternal medicineImmunologyGenetics

Résumé

récupéré en direct d'OpenAlex

Understanding the molecular determinants that underpin the clinical heterogeneity of non-muscle-invasive bladder cancer (NMIBC) is essential for prognostication and therapy development. Stage T1 disease in particular presents a high risk of progression and requires improved understanding. We present a detailed multi-omics study containing gene expression, copy number, and mutational profiles that show relationships to immune infiltration, disease recurrence, and progression to muscle invasion. We compare expression and genomic subtypes derived from all NMIBCs with those derived from the individual disease stages Ta and T1. We show that sufficient molecular heterogeneity exists within the separate stages to allow subclassification and that this is more clinically meaningful for stage T1 disease than that derived from all NMIBCs. This provides improved biological understanding and identifies subtypes of T1 tumors that may benefit from chemo- or immunotherapy.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,054
Tête enseignante GPT0,356
Écart entre enseignants0,302 · 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'étudeObservationnel
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

Citations59
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCell Reports MedicineMême sujetBladder and Urothelial Cancer TreatmentsTravaux en français237 207