MétaCan
Menu
← Retour à la cohorte
Enregistrement W4232086884 · doi:10.1093/neuonc/now212.452

MPTH-14. MOLECULAR CLASSIFICATION AND CLINICAL CHARACTERISTICS OF MEDULLOBLASTOMAS IN JAPAN

2016· article· en· W4232086884 sur OpenAlexaff
Yonehiro Kanemura, Tomoko Shofuda, Koichi Ichimura, Ema Yoshioka, Daisuke Kanematsu, Mami Yamasaki, Soichiro Shibui, Hajime Arai, Michael D. Taylor, Hiroaki Sakamoto, Ryo Nishikawa

Notice bibliographique

RevueNeuro-Oncology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésWnt signaling pathwayMedulloblastomaCytogeneticsImmunohistochemistryMolecular geneticsOncologyBiologyPhenotypeInternal medicineMolecular cytogeneticsGeneCancer researchPathologyBioinformaticsMedicineGeneticsChromosome

Résumé

récupéré en direct d'OpenAlex

Resent intensive genomic and molecular biological analyses of medulloblastomas have revealed that they are at least classified into four core subgroups: WNT, SHH, Group 3, and Group 4 based on difference in cytogenetics, mutational spectra, and gene expression signatures, as well as in clinical phenotypes and outcomes. This four-subgroup system of medulloblastomas will become not only a novel prognostic marker but also lead to improved diagnosis and risk stratification systems in combination with metastatic, cytogenetics, and or mutational statuses. To deal with this progress, we have founded the Japanese Pediatric Molecular Neuro-oncology Group (JPMNG) and initiated a clinical research project to establish a nationwide network of a molecular diagnosis system for pediatric brain tumors in Japan. Fresh-frozen and/or formalin-fixed paraffin-embedded archived tissue specimens are collected. Diagnostic methods have been optimized to reliably and reproducibly classify them into molecular subgroups according to the consensus criteria. These include gene expression analysis using the NanoString nCounter system, immunohistochemistry, and DNA sequencing. We have so far collected a total of 190 medulloblastomas from 37 hospitals. An analysis using 149 meduloblastomas indicated that proportions of four core subgroups were WNT (12.1%), SHH (28.9%), Group 3 (15.4%) and Group 4 (43.6%), respectively. The frequencies of Group3 are lower and Group 4 is higher than those of published results. CTNNB1 mutations were found in 88.9% of WNT, and TP53 mutations were identified in 17.6% of WNT and 24.3% of SHH, and 1.7% of Group 4. Mutation of TERT promoter was also found in 5 SHH tumors. Prognosis of WNT/SHH was very good, while Group 3 showed the poorest prognosis of all 4 subgroups median survival time being 22.9 months. The JPMNG project will thus improve the molecular diagnosis of pediatric brain tumors, leading to more appropriate treatment choice and better clinical outcomes in Japan.

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 enseignants0,010
Score d'incertitude au seuil0,019

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
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,034
Tête enseignante GPT0,342
Écart entre enseignants0,308 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-Oncology→Même sujetGlioma Diagnosis and Treatment→Travaux en français237 207→