Circulating Tumor DNA as a Biomarker in Patients With Stage III and IV Wilms Tumor: Analysis From a Children's Oncology Group Trial, AREN0533
Notice bibliographique
Résumé
PURPOSE The utility of circulating tumor DNA (ctDNA) analyses has not been established in the risk stratification of Wilms tumor (WT). We evaluated the detection of ctDNA and selected risk markers in the serum and urine of patients with WT and compared findings with those of matched diagnostic tumor samples. PATIENTS AND METHODS Fifty of 395 children with stage III or IV WT enrolled on Children's Oncology Group trial AREN0533 had banked pretreatment serum, urine, and tumor available. Next-generation sequencing was used to detect ctDNA. Copy-number changes in 1q, 16q, and 1p, and single-nucleotide variants in serum and urine were compared with tumor biopsy data. Event-free survival (EFS) was compared between patients with and without ctDNA detection. RESULTS ctDNA was detected in the serum of 41/50 (82%) and in the urine in 13/50 (26%) patients. Agreement between serum ctDNA detection and tumor sequencing results was as follows: 77% for 1q gain, 88% for 16q deletions, and 70% for 1p deletions, with ĸ-coefficients of 0.56, 0.74, and 0.29, respectively. Sequencing also demonstrated that single-nucleotide variants detected in tumors could be identified in the ctDNA. There was a trend toward worse EFS in patients with ctDNA detected in the serum (4-year EFS 80% v 100%, P = .14). CONCLUSION ctDNA demonstrates promise as an easily accessible prognostic biomarker with potential to detect tumor heterogeneity. The observed trend toward more favorable outcome in patients with undetectable ctDNA requires validation. ctDNA profiling should be further explored as a noninvasive diagnostic and prognostic tool in the risk-adapted treatment of patients with WT.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».