MétaCan
Menu
Retour à la cohorte
Enregistrement W4304204805 · doi:10.1101/2022.10.07.22280848

Integrated analysis of cell-free DNA for the early detection of cancer in people with Li-Fraumeni Syndrome

2022· preprint· en· W4304204805 sur OpenAlexafffund
Derek Wong, Ping Luo, Leslie E. Oldfield, Haifan Gong, Ledia Brunga, Ron Rabinowicz, Vallijah Subasri, Clarissa Chan, Tiana Downs, Kirsten M. Farncombe, Beatrice Luu, Maia Norman, Jenna Eagles, Stephenie Pederson, Johanna Wellum, Arnavaz Danesh, Stephenie D. Prokopec, Eric Y. Stutheit-Zhao, Nadia Znassi, Bernard Lam, Kayla Marsh, Yogi Sundaravadanam, Dax Torti, David Malkin, Raymond H. Kim, Trevor J. Pugh

Notice bibliographique

RevuemedRxiv · 2022
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensOntario Institute for Cancer ResearchVector InstituteToronto General HospitalUniversity Health NetworkSickKids FoundationUniversity of TorontoHospital for Sick ChildrenPrincess Margaret Cancer Centre
Organismes subventionnairesCanadian Institutes of Health ResearchGovernment of OntarioTerry Fox Research InstituteOntario Institute for Cancer ResearchPrincess Margaret Cancer FoundationUniversity Health Network
Mots-clésLi–Fraumeni syndromeLiquid biopsyCancerGermlineGermline mutationCell-free fetal DNAOncologyMedicineCancer researchInternal medicineBiomarkerGeneMutationBioinformaticsBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Summary Despite advances in cancer therapeutics, early detection is often the best prognostic indicator for survival ( 1 ). People with Li-Fraumeni syndrome harbor a germline pathogenic variant in the tumor suppressor gene TP53 ( 2 ) and face a near 100% lifetime risk of developing a wide spectrum of, often multiple, cancers ( 3 ). TP53 mutation carriers routinely undergo intensive surveillance protocols which, although associated with significantly improved survival, are burdensome to both the patient and the health care system ( 4 ). Liquid biopsy, the analysis of cell-free DNA fragments in bodily fluids, has become an attractive tool for a range of clinical applications, including early cancer detection, because of its ability to provide real-time holistic insight into the cellular milieu ( 5 ). Here, we assess the efficacy of a multi-modal liquid biopsy assay that integrates a targeted gene panel, shallow whole genome, and cell-free methylated DNA immunoprecipitation sequencing for the early detection of cancer in a cohort of Li-Fraumeni syndrome patients: 196 blood samples from 89 patients, of which 26 were pediatric and 63 were adults. Our integrated analysis was able to detect a cancer-associated signal in 79.4% of samples from patients with active cancer, a 37.5% – 58.8% improvement over each individual analysis. Through analysis of patient plasma at cancer negative timepoints, we were able to detect cancer-associated signals up to 16 months prior to occurrence of cancer as detected by conventional clinical modalities in 17.6% of TP53 mutation carriers. This study provides a framework for the integration of liquid biopsy into current surveillance methods for patients with Li-Fraumeni syndrome.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,007
Tête enseignante GPT0,236
Écart entre enseignants0,229 · 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

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetCancer Genomics and DiagnosticsTravaux en français237 207