P.099 Integrating DNA methylation profiling in brain tumour diagnosis directly changes patient oncological care
Notice bibliographique
Résumé
Background: Molecular signatures are being increasing used to classify central nervous system (CNS) tumors with incorporation into World Health Organization (WHO) classifications. A recently published genome-wide DNA methylation-based CNS tumor classifier assisted in diagnostically challenging cases. However its impact on patient care has not been reported, limiting translation to other centres. Methods: All 55 challenging CNS tumour diagnoses over three years underwent DNA methylation profiling. Tumor classification along with copy number variant (CNV) plot results were integrated with histopathological findings to determine final diagnoses and corresponding clinical impact was assessed. Results: After methylation profiling 46/55 (84%) received clinically relevant diagnostic changes, 30 (55%) with a new diagnosis or resolved differential diagnosis and 16 (29%) with clinically important molecular diagnostic or subtyping changes. WHO grade changed in 15 (27%), with two-thirds upgraded. Nine new IDH mutations in gliomas, four new molecular subtypes in medulloblastomas/ependymomas, and three false positive 1p/19q codeletions were identified. Patient care was directly changed by methylation profiling in 7/47 (15%) followed-up cases to avoid unnecessary treatment in three, insufficient treatment in three, and medically assisted death in one. Conclusions: This real-world use of methylation-based CNS tumor classification substantially impacts patient care for diagnostically challenging tumors and also avoids misdiagnosis-related uncessary resource use.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,006 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».