MétaCan
Menu
Retour à la cohorte
Enregistrement W4321996971 · doi:10.1007/s11060-023-04253-2

The multiomic landscape of meningiomas: a review and update

2023· review· en· W4321996971 sur OpenAlexaff
Justin Z. Wang, Farshad Nassiri, Alexander Landry, Vikas Patil, Jeff Liu, Kenneth Aldape, Andrew Gao, Gelareh Zadeh

Notice bibliographique

RevueJournal of Neuro-Oncology · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueMeningioma and schwannoma management
Établissements canadiensStructural Genomics ConsortiumPrincess Margaret Cancer CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesBrain Tumour Charity
Mots-clésGrading (engineering)MeningiomaPaceBrain tumorSMARCB1Classification schemeEpigenomicsPrecision medicineBioinformaticsBiologyMedicinePathologyNeuroscienceComputer scienceEpigeneticsData scienceDNA methylationGeographyEcologyGenetics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Meningiomas are the most common primary brain tumor in adults. Traditionally they have been understudied compared to other central nervous system (CNS) tumors. However over the last decade, there has been renewed interest in uncovering the molecular topography of these tumors, with landmark studies identifying key driver alterations contributing to meningioma development and progression. Recent work from several independent research groups have integrated different genomic and epigenomic platforms to develop a molecular-based classification scheme for meningiomas that could supersede histopathological grading in terms of diagnostic accuracy, biological relevance, and outcome prediction, keeping pace with contemporary grading schemes for other CNS tumors including gliomas and medulloblastomas. METHODS: Here we summarize the studies that have uncovered key alterations in meningiomas which builds towards the discovery of consensus molecular groups in meningiomas by integrating these findings. These groups supersede WHO grade and other clinical factors in being able to accurately predict tumor biology and clinical outcomes following surgery. RESULTS: Despite differences in the nomenclature of recently uncovered molecular groups across different studies, the biological similarities between these groups enables us to likely reconciliate these groups into four consensus molecular groups: two benign groups largely dichotomized by NF2-status, and two clinically aggressive groups defined by their hypermetabolic transcriptome, and by their preponderance of proliferative, cell-cycling pathways respectively. CONCLUSION: Future work, including by our group and others are underway to validate these molecular groups and harmonize the nomenclature for routine clinical use.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,082
Tête enseignante GPT0,399
Écart entre enseignants0,317 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neuro-OncologyMême sujetMeningioma and schwannoma managementTravaux en français237 207