LOGGIC Core BioClinical Data Bank: Added clinical value of RNA-Seq in an international molecular diagnostic registry for pediatric low-grade glioma patients
Notice bibliographique
Résumé
BACKGROUND: The international, multicenter registry LOGGIC Core BioClinical Data Bank aims to enhance the understanding of tumor biology in pediatric low-grade glioma (pLGG) and provide clinical and molecular data to support treatment decisions and interventional trial participation. Hence, the question arises whether implementation of RNA sequencing (RNA-Seq) using fresh frozen (FrFr) tumor tissue in addition to gene panel and DNA methylation analysis improves diagnostic accuracy and provides additional clinical benefit. METHODS: Analysis of patients aged 0 to 21 years, enrolled in Germany between April 2019 and February 2021, and for whom FrFr tissue was available. Central reference histopathology, immunohistochemistry, 850k DNA methylation analysis, gene panel sequencing, and RNA-Seq were performed. RESULTS: FrFr tissue was available in 178/379 enrolled cases. RNA-Seq was performed on 125 of these samples. We confirmed KIAA1549::BRAF-fusion (n = 71), BRAF V600E-mutation (n = 12), and alterations in FGFR1 (n = 14) as the most frequent alterations, among other common molecular drivers (n = 12). N = 16 cases (13%) presented rare gene fusions (eg, TPM3::NTRK1, EWSR1::VGLL1, SH3PXD2A::HTRA1, PDGFB::LRP1, GOPC::ROS1). In n = 27 cases (22%), RNA-Seq detected a driver alteration not otherwise identified (22/27 actionable). The rate of driver alteration detection was hereby increased from 75% to 97%. Furthermore, FGFR1 internal tandem duplications (n = 6) were only detected by RNA-Seq using current bioinformatics pipelines, leading to a change in analysis protocols. CONCLUSIONS: The addition of RNA-Seq to current diagnostic methods improves diagnostic accuracy, making precision oncology treatments (MEKi/RAFi/ERKi/NTRKi/FGFRi/ROSi) more accessible. We propose to include RNA-Seq as part of routine diagnostics for all pLGG patients, especially when no common pLGG alteration was identified.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».