MétaCan
Menu
← Retour à la cohorte
Enregistrement W4281827731 · doi:10.1200/jco.2022.40.16_suppl.e17588

Evaluating the utility of ctDNA in detecting residual cancer and predicting recurrence in patients with serous ovarian cancer.

2022· article· en· W4281827731 sur OpenAlexafffund
Mohammad R. Akbari, Jie Wei Zhu, Fabian Wong, Agata Szymiczek, Gabrielle Ene, Shiyu Zhang, Taymaa May, Steven A. Narod, Joanne Kotsopoulos

Notice bibliographique

RevueJournal of Clinical Oncology · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health NetworkMcMaster UniversityWomen's College HospitalUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésOvarian cancerMedicineSerous fluidCancerMinimal residual diseaseOncologyDigital polymerase chain reactionGermlineInternal medicineMalignancyStage (stratigraphy)PathologyCancer researchPolymerase chain reactionGeneBiology

Résumé

récupéré en direct d'OpenAlex

e17588 Background: Ovarian cancer remains the most fatal gynecological malignancy. Patients who have no visible residual disease after surgical resection have a relatively good prognosis. Among these patients, those who later succumb to their cancer are believed to harbour non-detectable cancer cells in the peritoneal cavity after treatment which later lead to recurrence. Analyzing circulating tumour DNA (ctDNA) in the blood may offer a sensitive method to detect occult (non-visible) residual disease after surgery and to predict disease recurrence. We proposed to determine the proportion of ovarian cancer patients with and without visible residual disease documented after surgery who had detectable ctDNA from their primary tumour in their blood and to evaluate if the presence of ctDNA is associated with survival. Methods: We included biological samples and clinical information from 48 women diagnosed with high-grade serous ovarian cancer. Plasma, formalin-fixed paraffin-embedded (FFPE) tumour tissue, and white blood cells were used to extract circulating free DNA (cfDNA), tumour DNA and germline DNA, respectively. The plasma sample was collected after surgery and before initiating chemotherapy. We sequenced DNA samples for a panel of 59 breast and ovarian cancer driver genes. DNA variants in matched germline and tumour DNAs were compared to determine tumour specific variants (TSVs) and cfDNA was searched for TSVs to identify the presence of ctDNA in the plasma. The Kaplan-Meier method was used to estimate overall and recurrence-free survival according to the presence or absence of ctDNA. Results: We found TSVs in 47 patients that were used for detecting ctDNA in their post-surgery plasma. Fifteen (31.9%) of the 47 patients had visible residual disease; of these, all 15 had detectable ctDNA. Among the 31 (68.1%) pateints with no visible residual disease, 24 (77.4%) patients had detectable ctDNA. Of those with no visible residual disease, those patients with detectable ctDNA in post-surgery samples had a higher mortality risk compared to those without detectable ctDNA (HR 2.32; 95% CI: 0.67-8.05), although this difference was not statistically significant (p = 0.18). Conclusions: These findings suggest potential clinical utility in ctDNA to improve upon surgical classification of the residual disease status and a potential predictor of recurrence among women with ovarian cancer. Larger studies are necessary to validate these findings.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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
Métarecherche0,0010,003
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 savante0,0000,000
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 Opus0,099
Tête enseignante GPT0,452
Écart entre enseignants0,353 · 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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetCancer Genomics and Diagnostics→Travaux en français237 207→