Application of Genomic Sequencing to Refine Patient Stratification for Adjuvant Therapy in Renal Cell Carcinoma
Notice bibliographique
Résumé
PURPOSE: Patients with resected localized clear-cell renal cell carcinoma (ccRCC) remain at variable risk of recurrence. Incorporation of biomarkers may refine risk prediction and inform adjuvant treatment decisions. We explored the role of tumor genomics in this setting, leveraging the largest cohort to date of localized ccRCC tissues subjected to targeted gene sequencing. EXPERIMENTAL DESIGN: The somatic mutation status of 12 genes was determined in 943 ccRCC cases from a multinational cohort of patients, and associations to outcomes were examined in a Discovery (n = 469) and Validation (n = 474) framework. RESULTS: Tumors containing a von-Hippel Lindau (VHL) mutation alone were associated with significantly improved outcomes in comparison with tumors containing a VHL plus additional mutations. Within the Discovery cohort, those with VHL+0, VHL+1, VHL+2, and VHL+≥3 tumors had disease-free survival (DFS) rates of 90.8%, 80.1%, 68.2%, and 50.7% respectively, at 5 years. This trend was replicated in the Validation cohort. Notably, these genomically defined groups were independent of tumor mutational burden. Amongst patients eligible for adjuvant therapy, those with a VHL+0 tumor (29%) had a 5-year DFS rate of 79.3% and could, therefore, potentially be spared further treatment. Conversely, patients with VHL+2 and VHL+≥3 tumors (32%) had equivalent DFS rates of 45.6% and 35.3%, respectively, and should be prioritized for adjuvant therapy. CONCLUSIONS: Genomic characterization of ccRCC identified biologically distinct groups of patients with divergent relapse rates. These groups account for the ∼80% of cases with VHL mutations and could be used to personalize adjuvant treatment discussions with patients as well as inform future adjuvant trial design.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».