Longitudinal expression profiling identifies a poor risk subset of patients with ABC-type diffuse large B-cell lymphoma
Notice bibliographique
Résumé
Despite the effectiveness of immuno-chemotherapy, 40% of patients with diffuse large B-cell lymphoma (DLBCL) experience relapse or refractory disease. Longitudinal studies have previously focused on the mutational landscape of relapse but fell short of providing a consistent relapse-specific genetic signature. In our study, we have focused attention on the changes in GEP accompanying DLBCL relapse using archival paired diagnostic/relapse specimens from 38 de novo patients with DLBCL. COO remained stable from diagnosis to relapse in 80% of patients, with only a single patient showing COO switching from activated B-cell-like (ABC) to germinal center B-cell-like (GCB). Analysis of the transcriptomic changes that occur following relapse suggest ABC and GCB relapses are mediated via different mechanisms. We developed a 30-gene discriminator for ABC-DLBCLs derived from relapse-associated genes that defined clinically distinct high- and low-risk subgroups in ABC-DLBCLs at diagnosis in datasets comprising both population-based and clinical trial cohorts. This signature also identified a population of <60-year-old patients with superior PFS and OS treated with ibrutinib-R-CHOP as part of the PHOENIX trial. Altogether this new signature adds to the existing toolkit of putative genetic predictors now available in DLBCL that can be readily assessed as part of prospective clinical trials.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».