MétaCan
Menu
← Retour à la cohorte
Enregistrement W4309016321 · doi:10.1093/neuonc/noac209.341

DNAR-09. THE IMPACT OF MISMATCH REPAIR DEFICIENCY ON HIGH GRADE GLIOMAS IN CHILDREN, ADOLESCENTS AND YOUNG ADULTS; A REPORT FROM THE IRRDC AND THE GLIOMA TASKFORCE

2022· article· en· W4309016321 sur OpenAlexaff
Logine Negm, Liana Nobre, Julie Bennett, Jiil Chung, Nick Fernandez, Monique Johnson, Melyssa Aronson, Cindy Zhang, Martin Komosa, Vanessa Bianchi, Lucie Stengs, Mary Jane Lim-Fat, Julia Keith, Derek S. Tsang, Andrew Gao, David G. Muñoz, Lananh Nguyen, Sunit Das, Adrian Levine, Anirban Das, Cynthia Hawkins, Uri Tabori

Notice bibliographique

RevueNeuro-Oncology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueGenetic factors in colorectal cancer
Établissements canadiensSt. Michael's HospitalMount Sinai HospitalHealth Sciences CentreUniversity Health NetworkUniversity of TorontoSunnybrook Health Science CentreHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMicrosatellite instabilityDNA mismatch repairLynch syndromeMedicineGliomaGermline mutationGermlineCancerInternal medicineOncologyCancer researchMutationGeneticsBiologyGeneAlleleMicrosatelliteColorectal cancer

Résumé

récupéré en direct d'OpenAlex

Abstract Mismatch repair deficiency (MMRD) is a pan-cancer mechanism resulting in universal hypermutation and aggressive cancers that are resistant to chemoradiation yet sensitive to immunotherapy. MMRD mutations can occur somatically or be inherited as a part of Lynch Syndrome or Constitutional Mismatch Repair Deficiency (CMMRD). Although MMRD affects children, adolescents and young adults (CAYA, ages 0-40) with gliomas, its prevalence and impact of germline inheritance is unknown. Given that high microsatellite instability (MSI) is a key characteristic of MMRD, we previously developed a robust low-coverage whole genome-based tool to quantify MSI, which allows for accurate MMRD detection. We are therefore performing a large-scale MMRD screen of CAYA high grade gliomas (HGGs) and utilizing data from the International Replication Repair Deficiency Consortium (IRRDC) to determine the impact of germline mutations in MMRD gliomas. Ongoing data on 346 HGGs from CAYA patients reveals that MMRD is identified in 6% of HGGs and is not present in tumors with pediatric type alterations. Moreover, of MMRD tumors with IDH1 mutations, none harbor 1p/19q co-deletions. Of patients with available information, all are diagnosed with Lynch Syndrome (69%) or CMMRD (31%), with all Lynch Syndrome diagnoses occurring in patients above 18 years of age. Complementary data from the IRRDC on 113 MMRD patients with gliomas reveal that the median age of glioma is 9.7 and 17.5 years in CMMRD and Lynch Syndrome, respectively (p < 0.001). Strikingly, CMMRD gliomas are enriched for secondary polymerase mutations (60%, p < 0.001) and exhibit ultra-hypermutation, while MMRD gliomas with Lynch Syndrome are enriched for IDH1 mutations (32%, p < 0.025) and harbor a lower mutational burden. Our data reveal a high prevalence of MMRD in CAYA HGGs with alarming impact of germline predisposition. These data can support universal screening for MMRD in high grade glioma diagnostics and identify patients for precision therapeutics.

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 enseignants0,022
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,001

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 Opus0,011
Tête enseignante GPT0,277
Écart entre enseignants0,266 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-Oncology→Même sujetGenetic factors in colorectal cancer→Travaux en français237 207→