MétaCan
Menu
Retour à la cohorte
Enregistrement W4296502312 · doi:10.1177/17588359221126151

Plasma-first: accelerating lung cancer diagnosis and molecular profiling through liquid biopsy

2022· article· en· W4296502312 sur OpenAlexaff
Miguel García-Pardo, Kasia Czarnecka, Jennifer Law, Alexandra Salvarrey, Roxanne Fernandes, Jason Fan, Lucy Corke, Thomas K. Waddell, Kazuhiro Yasufuku, Laura Donahoe, Andrew Pierre, Lisa W. Le, Noor Ghumman, Geoffrey Liu, Frances A. Shepherd, Penelope A. Bradbury, Adrian G. Sacher, Tracy Stockley, Prodipto Pal, Patrik Rogalla, Ming‐Sound Tsao, Natasha B. Leighl

Notice bibliographique

RevueTherapeutic Advances in Medical Oncology · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensToronto General HospitalPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineCohortLung cancerInternal medicineBiopsyReferralLiquid biopsyCancerOncologyClinical endpointCohort studyPathologyClinical trial

Résumé

récupéré en direct d'OpenAlex

Introduction: Molecular profiling of tumor tissue is the gold standard for treatment decision-making in advanced non-small cell lung cancer (NSCLC). Results may be delayed or unavailable due to insufficient tissue, prolonged wait times for biopsy, pathology assessment and testing. We piloted the use of plasma testing in the initial diagnostic workup for patients with suspected advanced lung cancer. Methods: Patients with ⩽15 pack-year smoking history and suspected advanced lung cancer referred to the lung cancer rapid diagnostic program underwent plasma circulating-tumor DNA testing using a DNA-based mutation panel. Tissue testing was performed per standard of care, including comprehensive next-generation sequencing (NGS). The primary endpoint was time from diagnostic program referral to cancer treatment in stage IV NSCLC patients (Cohort A) compared to a contemporary cohort not enrolled in the study (Cohort B) and an historical pre-COVID cohort referred to the program between 2018 and 2019 (Cohort C). Results: From January to June 2021, 20 patients were enrolled in Cohort A; median age was 70.5 years (range 33–87), 70% were female, 55% Caucasian, 85% never smokers, and 75% were diagnosed with NSCLC. Seven had actionable alterations detected in plasma or tissue (4/7 concordant). Fusions, not tested in plasma, were identified by immunohistochemistry for three patients. Mean result turnaround time was 17.8 days for plasma NGS and 23.6 days for tissue ( p = 0.10). Mean time from referral to treatment initiation was significantly shorter in cohort A at 32.6 days (SD 13.1) versus 62.2 days (SD 31.2) in cohort B and 61.5 days (SD 29.1) in cohort C, both p < 0.0001. Conclusion: Liquid biopsy in the initial diagnostic workup of patients with suspected advanced NSCLC can lead to faster molecular results and shorten time to treatment even with smaller DNA panels. An expansion study using comprehensive NGS plasma testing with faster turnaround time is ongoing (NCT04862924).

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,018
Tête enseignante GPT0,346
Écart entre enseignants0,328 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTherapeutic Advances in Medical OncologyMême sujetCancer Genomics and DiagnosticsTravaux en français237 207