C.07 Predicting individualized risk of recurrence: development and validation of a DNA-methylation based nomogram in meningioma
Notice bibliographique
Résumé
Background: Challenges in predicting risk of recurrence for individual patients with meningioma limits appropriate selection of patients who may benefit from adjuvant radiation therapy to delay recurrence. Here, we aimed to develop and validate a combined clinicomolecular predictor of early recurrence for individual patients with meningiomas. Methods: A methylation-based predictor of 5-year recurrence-free-survival (RFS) was developed using DNA-methylation profiles from a training cohort of 228 patients. Model performance was compared to a standard-of-care histological-based model using three independent cohorts (N=54 ;N=140; N=64 patients). Subsequently, a nomogram that integrated the methylome-based predictor with prognostic clinical factors was developed and validated. Results: The methylome-based predictor of 5-year RFS performed favorably compared to a grade-based predictor when tested using the three validation cohorts (ΔAUC=0.10, 95%CI 0.03 – 0.018) and was independently associated with RFS on multivariable Cox regression analysis (HR=3.6, 95%CI 1.8–7.2, P<0.001). A nomogram combining the methylome-predictor with clinical factors demonstrated greater discrimination for recurrence than a nomogram using clinical factors alone (ΔAUC=0.25, 95%CI 0.22–0.27) and resulted in two risk groups with distinct recurrence patterns (HR=7.7, 95%CI 5.3–11.1, P<0.001) and clinical implications. Conclusions: Our validated models provide important novel prognostic information that could be used to individualize decisions regarding post-operative therapeutic interventions in meningioma.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».