Retrospective Assessment of Complementary Liquid Biopsy on Tissue Single-Gene Testing for Tumor Genotyping in Advanced NSCLC
Notice bibliographique
Résumé
Biomarker testing is key for non-small cell lung cancer (NSCLC) management and plasma based next-generation sequencing (NGS) is increasingly characterized as a non-invasive alternative. This study aimed to evaluate the value of complementary circulating tumor DNA (ctDNA) NGS on tissue single-gene testing (SGT). Ninety-one advanced stage NSCLC patients with tumor genotyping by tissue SGT (3 genes) followed by ctDNA (38 genes amplicon panel) were included. ctDNA was positive in 47% (n = 43) and identified a targetable biomarker in 19 patients (21%). The likelihood of positivity on ctDNA was higher if patients had extra-thoracic disease (59%) or were not under active treatment (59%). When compared to SGT, ctDNA provided additional information in 41% but missed a known alteration in 8%. Therapeutic change for targeted therapy based on ctDNA occurred in five patients (5%), while seven patients with missed alterations on ctDNA had EGFR mutations or ALK fusions. The median turnaround time of ctDNA was 10 days (range 6–25), shorter (p = 0.002) than the cumulative delays for the tissue testing trajectory until biomarker availability (13 d; range 7–1737). Overall, the results from this study recapitulate the potential and limitations of ctDNA when used complementarily to tissue testing with limited biomarker coverage.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».