MétaCan
Menu
← Retour à la cohorte
Enregistrement W4286293512 · doi:10.1200/jco.2022.40.16_suppl.5055

Biallelic loss of TP53, PTEN, and RB1 in association to aggressive clinical features and poor outcomes in metastatic castration-resistant prostate cancer (mCRPC).

2022· article· en· W4286293512 sur OpenAlexaff
Corinne Maurice‐Dror, Nicolette M. Fonseca, Cameron Herberts, Edmond M. Kwan, Catarina Kollmannsberger, Wilson Tu, Daniel Khalaf, Matti Annala, Elena Schönlau, Cecily Q. Bernales, Gráinne Donnellan, Joanna Vergidis, Krista Noonan, Daygen L. Finch, Muhammad Zulfiqar, Stacy Miller, Alexander W. Wyatt, Kim N.

Notice bibliographique

RevueJournal of Clinical Oncology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueProstate Cancer Treatment and Research
Établissements canadiensPositive Living NorthAbbotsford Veterinary ClinicBC Cancer AgencyKelowna General HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPTENProstate cancerMedicineLoss of heterozygosityInternal medicineOncologyCancerAndrogen deprivation therapyCancer researchAlleleBiologyGeneGeneticsApoptosis

Résumé

récupéré en direct d'OpenAlex

5055 Background: Deleterious alterations in tumor suppressor genes (TSGs) TP53, RB1, and PTEN are potential markers of small cell neuroendocrine prostate cancer (SCNP), and androgen receptor pathway inhibitor (ARPI) resistance. We examined the outcomes and clinical features of mCRPC patients (pts) harboring biallelic loss in 0, 1, 2 or all 3 TSGs. Methods: We identified 210 consecutive mCRPC pts providing ≥1 plasma cell-free DNA sample with ≥20% circulating tumor DNA fraction (ctDNA%) during their mCRPC disease course. ctDNA% ≥20% enabled sensitive characterization of biallelic TSG loss (including by homozygous deletions and mutation plus somatic loss-of-heterozygosity; LOH). Patient records were reviewed for baseline characteristics, SCNP histology, and presence of liver metastases. We investigated associations between TSG loss and the following clinical outcomes: PSA response (PSA decline ≥50% (PSA50 RR)), progression free survival (PFS) on 1L therapy, and overall survival (OS) from 1L therapy. Results: Median follow-up was 16.5 months (range: 0.4-112.4) and OS event rate was 95%. Median age at 1L mCRPC was 71 years (range: 48-98). Most pts were ECOG PS 0-1 (79%) and 13% had liver metastases. 91% received ARPI for 1L mCRPC and 7% received ARPI for castration-sensitive disease. TP53 was primarily inactivated by somatic mutation plus LOH (90%), whereas RB1 (71%) and PTEN (86%) were more commonly inactivated by homozygous deletions. Compared to pts without evidence of biallelic TSG loss, pts with loss of 3 TSGs were significantly enriched for de-novo M1 disease (86 vs. 60%, p=0.05) and liver metastases (28.5 vs. 6.8%, p<0.05). Ten pts (4.7%) had histologically confirmed SCNP and provided ctDNA at time of SCNP diagnosis. Of these, 7 (70%) had biallelic loss of ≥2 TSGs. For all pts receiving 1L therapy, loss of ≥1 TSG(s) was associated with decreased OS (HR: 1.86, 95% CI: 1.40-2.48, p<0.01) and PFS (HR:1.74, 95% CI 1.29-2.34, p<0.01) compared to pts with no biallelic TSG loss. Furthermore, a cumulative increase in the number of TSGs lost was associated with an incremental reduction in OS and PFS (Table). Conclusions: In a cohort enriched for poor prognosis (i.e. high ctDNA%), cumulative loss of TSGs is associated with aggressive disease features and poor clinical outcomes. These patients may benefit from alternative treatment intensification strategies. [Table: see text]

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,125
Tête enseignante GPT0,521
Écart entre enseignants0,397 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetProstate Cancer Treatment and Research→Travaux en français237 207→