Landscape of mutations in early stage primary cutaneous melanoma: An <scp>InterMEL</scp> study
Notice bibliographique
Résumé
It is unclear why some melanomas aggressively metastasize while others remain indolent. Available studies employing multi-omic profiling of melanomas are based on large primary or metastatic tumors. We examine the genomic landscape of early-stage melanomas diagnosed prior to the modern era of immunological treatments. Untreated cases with Stage II/III cutaneous melanoma were identified from institutions throughout the United States, Australia and Spain. FFPE tumor sections were profiled for mutation, methylation and microRNAs. Preliminary results from mutation profiling and clinical pathologic correlates show the distribution of four driver mutation sub-types: 31% BRAF; 18% NRAS; 21% NF1; 26% Triple Wild Type. BRAF mutant tumors had younger age at diagnosis, more associated nevi, more tumor infiltrating lymphocytes, and fewer thick tumors although at generally more advanced stage. NF1 mutant tumors were frequent on the head/neck in older patients with severe solar elastosis, thicker tumors but in earlier stages. Triple Wild Type tumors were predominantly male, frequently on the leg, with more perineural invasion. Mutations in TERT, TP53, CDKN2A and ARID2 were observed often, with TP53 mutations occurring particularly frequently in the NF1 sub-type. The InterMEL study will provide the most extensive multi-omic profiling of early-stage melanoma to date. Initial results demonstrate a nuanced understanding of the mutational and clinicopathological landscape of these early-stage tumors.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».