Does a Multiple Myeloma Polygenic Risk Score Predict Overall Survival of Patients with Myeloma?
Notice bibliographique
Résumé
BACKGROUND: Genome-wide association studies (GWAS) of multiple myeloma in populations of European ancestry (EA) identified and confirmed 24 susceptibility loci. For other cancers (e.g., colorectum and melanoma), risk loci have also been associated with patient survival. METHODS: We explored the possible association of all the known risk variants and their polygenic risk score (PRS) with multiple myeloma overall survival (OS) in multiple populations of EA [the International Multiple Myeloma rESEarch (IMMEnSE) consortium, the International Lymphoma Epidemiology consortium, CoMMpass, and the German GWAS] for a total of 3,748 multiple myeloma cases. Cox proportional hazards regression was used to assess the association between each risk SNP with OS under the allelic and codominant models of inheritance. All analyses were adjusted for age, sex, country of origin (for IMMEnSE) or principal components (for the others) and disease stage (ISS). SNP associations were meta-analyzed. RESULTS: SNP associations were meta-analyzed. From the meta-analysis, two multiple myeloma risk SNPs were associated with OS (P < 0.05), specifically POT1-AS1-rs2170352 [HR = 1.37; 95% confidence interval (CI) = 1.09-1.73; P = 0.007] and TNFRSF13B-rs4273077 (HR = 1.19; 95% CI = 1.01-1.41; P = 0.04). The association between the combined 24 SNP MM-PRS and OS, however, was not significant. CONCLUSIONS: Overall, our results did not support an association between the majority of multiple myeloma risk SNPs and OS. IMPACT: This is the first study to investigate the association between multiple myeloma PRS and OS in multiple myeloma.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».