MétaCan
Menu
Retour à la cohorte
Enregistrement W4295957335 · doi:10.1200/po.22.00072

Transcriptomics in Tumor and Normal Lung Tissues Identify Patients With Early-Stage Non–Small-Cell Lung Cancer With High Risk of Postsurgery Recurrence Who May Benefit From Adjuvant Therapies

2022· article· en· W4295957335 sur OpenAlexaff
Vladimir Lazar, Nicolas Girard, Eric Raymond, Jean-François Martini, Susan Galbraith, Jacques Raynaud, Catherine Bresson, Benjamin Solomon, Shai Magidi, Hovav Nechushtan, Amir Onn, Raanan Berger, Haiquan Chen, Amal Al‐Omari, Sadakatsu Ikeda, Ulrik Lassen, Marina Sekacheva, Enriqueta Felip, Josep Tabernero, Gerald Batist, Alan Spatz, C.S. Pramesh, Philippe Girard, Jean‐Yves Blay, Thierry Philip, Ioana Berindan‐Neagoe, Angel Porgador, Eitan Rubin, Razelle Kurzrock, Richard L. Schilsky

Notice bibliographique

RevueJCO Precision Oncology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Diagnosis and Treatment
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesSpectrum PharmaceuticalsMerck KGaAAstraZenecaEli Lilly and Company
Mots-clésMedicineInternal medicineOncologyLung cancerStage (stratigraphy)AdjuvantLungChemotherapy

Résumé

récupéré en direct d'OpenAlex

PURPOSE The prognosis of patients with non–small-cell lung cancer (NSCLC), traditionally determined by anatomic histology and TNM staging, neglects the biological features of the tumor that may be important in determining patient outcome and guiding therapeutic interventions. Identifying patients with NSCLC at increased risk of recurrence after curative-intent surgery remains an important unmet need so that known effective adjuvant treatments can be offered to those at highest risk of recurrence. METHODS Relative gene expression level in the primary tumor and normal bronchial tissues was used to retrospectively assess their association with disease-free survival (DFS) in a cohort of 120 patients with NSCLC who underwent curative-intent surgery. RESULTS Low versus high Digital Display Precision Predictor (DDPP) score (a measure of relative gene expression) was significantly associated with shorter DFS (highest recurrence risk; P = .006) in all patients and in patients with TNM stages 1-2 ( P = .00051; n = 83). For patients with stages 1-2 and low DDPP score (n = 29), adjuvant chemotherapy was associated with improved DFS ( P = .0041). High co-overexpression of CTLA-4, PD-L1, and ICOS in normal lung (28 of 120 patients) was also significantly associated with decreased DFS ( P = .0013), suggesting an immune tolerance to tumor neoantigens in some patients. Patients with DDPP low and immunotolerant normal tissue had the shortest DFS ( P = 2.12E–11). CONCLUSION TNM stage, DDPP score, and immune competence status of normal lung are independent prognostic factors in multivariate analysis. Our findings open new avenues for prospective prognostic assessment and treatment assignment on the basis of transcriptomic profiling of tumor and normal lung tissue in patients with NSCLC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,024
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,280
Écart entre enseignants0,271 · 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 tête enseignante, 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJCO Precision OncologyMême sujetLung Cancer Diagnosis and TreatmentTravaux en français237 207