A systematic review of CSF biomarker discovery in neuro-oncology: A roadmap to standardization and clinical application
Notice bibliographique
Résumé
Abstract Effective diagnosis, prognostication and management of central nervous system (CNS) malignancies traditionally involves invasive brain biopsy but sampling and molecular profiling of cerebrospinal fluid (CSF) is a safer, rapid and non-invasive alternative that can offer a snapshot of the intracranial milieu. While numerous assays and biomarkers have been analyzed, translational challenges remain, and standardization of protocols is necessary. Here we systematically reviewed 141 studies (Medline, SCOPUS, and Biosis databases; published between January 2000 and September 29th, 2022) that molecularly profiled CSF from adults with brain malignancies including glioma, brain metastasis (BrM), and CNS lymphoma (CNSL). We provide an overview of promising CSF biomarkers, propose CSF reporting guidelines, and discuss the various considerations that go into biomarker discovery, including the influence of blood-brain barrier disruption, type of biomarker (i.e., tumor cell DNA, RNA, protein), cell-of-origin, and site of CSF acquisition (e.g., lumbar, ventricular). We also performed a meta-analysis of proteomic datasets, identifying biomarkers in CNS malignancies and establishing a resource for the research community.
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 | 0,012 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,005 |
| Bibliométrie | 0,020 | 0,023 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».