Genomic Classifiers in Personalized Prostate Cancer Radiation Therapy Approaches: A Systematic Review and Future Perspectives Based on International Consensus
Notice bibliographique
Résumé
Current risk-stratification systems for prostate cancer (PCa) do not sufficiently reflect the disease heterogeneity. Genomic classifiers (GC) enable improved risk stratification after surgery, but less data exist for patients treated with definitive radiation therapy (RT) or RT in oligo-/metastatic disease stages. To guide future perspectives of GCs for RT, we conducted (1) a systematic review on the evidence of GCs for patients treated with RT and (2) a survey of experts using the Delphi method, addressing the role of GCs in personalized treatments to identify relevant fields of future clinical and translational research. We performed a systematic review and screened ongoing clinical trials on ClinicalTrials.gov. Based on these results, a multidisciplinary international team of experts received an adapted Delphi method survey. Thirty-one and 30 experts answered round 1 and round 2, respectively. Questions with ≥75% agreement were considered relevant and included in the qualitative synthesis. Evidence for GCs as predictive biomarkers is mainly available to the postoperative RT setting. Validation of GCs as prognostic markers in the definitive RT setting is emerging. Experts used GCs in patients with PCa with extensive metastases (30%), in postoperative settings (27%), and in newly diagnosed PCa (23%). Forty-seven percent of experts do not currently use GCs in clinical practice. Expert consensus demonstrates that GCs are promising tools to improve risk-stratification in primary and oligo-/metastatic patients in addition to existing classifications. Experts were convinced that GCs might guide treatment decisions in terms of RT-field definition and intensification/deintensification in various disease stages. This work confirms the value of GCs and the promising evidence of GC utility in the setting of RT. Additional studies of GCs as prognostic biomarkers are anticipated and form the basis for future studies addressing predictive capabilities of GCs to optimize RT and systemic therapy. The expert consensus points out future directions for GC research in the management of PCa.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,074 | 0,137 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,015 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».