Molecular biomarkers to help select neoadjuvant systemic therapy for urothelial carcinoma of the bladder
Notice bibliographique
Résumé
PURPOSE OF REVIEW: In this review, we aimed to summarize the available evidence on pretreatment molecular biomarkers that may help to predict oncologic and pathologic outcomes in patients treated with neoadjuvant systemic therapy (NAST) for urothelial carcinoma of the bladder (UCB). RECENT FINDINGS: Several readily available and easily measurable blood-based biomarkers (e.g., neutrophil to lymphocyte or platelet-lymphocyte ratios) seems to help improve the selection of UCB patients who are most likely to benefit from NAST. Recent evidence suggests liquid biopsy including circulating tumor DNA (ctDNA) to be a promising tool to guide the administration of NAST in UCB patients. Pretreatment molecular and genetic characterization of transurethral resection of the bladder tumor samples may also help understand the tumor biology as luminal and basal tumor subtypes seems to be more responsive to NAST, while claudin-low and luminal-infiltrated tumor subtypes are less. In the context of neoadjuvant immunotherapy, programmed death-ligand 1 (PD-L1) status and ctDNA remain the only biomarker with possible value as the clinical utility of tumor mutational burden remains controversial/poor. SUMMARY: Biomarker approach is a necessary step to usher the age of precision/personalized medicine for muscle-invasive UCB with the overarching good to prevent both over- and under-therapy. The present review may offer a robust framework to compare and assess current and future molecular biomarkers for the selection of NAST in muscle-invasive UCB.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».