MétaCan
Menu
Retour à la cohorte
Enregistrement W4378576153 · doi:10.1093/jncics/pkad040

Utility of ctDNA in predicting relapse in solid tumors after curative therapy: a meta-analysis

2023· review· en· W4378576153 sur OpenAlexaff
Abhenil Mittal, Consolacion Molto Valiente, Faris Tamimi, Massimo Di Iorio, Laith Al-Showbaki, David W. Cescon, Eitan Amir

Notice bibliographique

RevueJNCI Cancer Spectrum · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésConfidence intervalMedicineOdds ratioMeta-analysisLandmarkInternal medicineDiagnostic odds ratioOncologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Presence of circulating tumor DNA (ctDNA) is prognostic in solid tumors treated with curative intent. Studies have evaluated ctDNA at specific "landmark" or multiple "surveillance" time points. However, variable results have led to uncertainty about its clinical validity. METHODS: A PubMed search identified relevant studies evaluating ctDNA monitoring in solid tumors after curative intent therapy. Odds ratios for recurrence at both landmark and surveillance time points for each study were calculated and pooled in a meta-analysis using the Peto method. Pooled sensitivity and specificity weighted by individual study inverse variance were estimated and meta-regression using linear regression weighted by inverse variance was performed to explore associations between patient and tumor characteristics and the odds ratio for disease recurrence. RESULTS: Of 39 studies identified, 30 (1924 patients) and 24 studies (1516 patients) reported on landmark and surveillance time points, respectively. The pooled odds ratio for recurrence at landmark was 15.47 (95% confidence interval = 11.84 to 20.22) and at surveillance was 31.0 (95% confidence interval = 23.9 to 40.2). The pooled sensitivity for ctDNA at landmark and surveillance analyses was 58.3% and 82.2%, respectively. The corresponding specificities were 92% and 94.1%, respectively. Prognostic accuracy was lower with tumor agnostic panels and higher with longer time to landmark analysis, number of surveillance draws, and smoking history. Adjuvant chemotherapy negatively affected landmark specificity. CONCLUSIONS: Although prognostic accuracy of ctDNA is high, it has low sensitivity, borderline high specificity, and therefore modest discriminatory accuracy, especially for landmark analyses. Adequately designed clinical trials with appropriate testing strategies and assay parameters are required to demonstrate clinical utility.

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)0,015
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,029
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0100,053
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,088
Tête enseignante GPT0,378
Écart entre enseignants0,290 · 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'étudeMéta-analyse
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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJNCI Cancer SpectrumMême sujetCancer Genomics and DiagnosticsTravaux en français237 207