MétaCan
Menu
Retour à la cohorte
Enregistrement W4379282977 · doi:10.1200/jco.2023.41.16_suppl.tps5103

SWOG S1823/CCTG GCC1: Translational observational investigational study of the liquid biomarker microRNA 371a-3p in newly diagnosed germ cell tumours—Real-world trial design, rapid accrual, and robust secondary use of data opportunities.

2023· article· en· W4379282977 sur OpenAlexaffabout
Antoine Morin Coulombe, Güliz Özgün, Rebecca H. Johnson, Mark A. Lewis, Nabil Adra, Scott E. Eggener, Bruce J. Roth, Christopher W. Ryan, Christopher R. Porter, Fred Millard, Thomas L. Jang, Robert J. Hamilton, Lawrence H. Einhorn, Christian Kollmannsberger, Kathryn B. Arnold, Charles D. Blanke, Siamak Daneshmand, Craig R. Nichols, Lucia Nappi, Andrea Harzstark

Notice bibliographique

RevueJournal of Clinical Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensUniversity of British ColumbiaUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineObservational studyInterim analysisBiomarkerOncologyInterimInternal medicineClinical trialSeminomaChemotherapy

Résumé

récupéré en direct d'OpenAlex

TPS5103 Background: With the discovery of the very promising, germ cell malignancy (GCM) specific, liquid biomarker microRNA 371a-3p (miR371), the investigative trajectory has markedly accelerated. With its outstanding, previously-reported specificity and positive predictive value, miR371 likely will become a powerful tool for clinical decision-making. The primary objective of SWOG S1823/CCTG GCC1 [NCT03067181] is to define the operating characteristics of plasma miR371 expression at the time of clinical relapse for low/moderate risk non-seminoma GCM patients on active surveillance. Methods: S1823 is a prospective, observational, adult GCM translational trial which is actively accruing. Broad eligibility includes all newly diagnosed adult GCM patients. Patients are assigned to low (<25% risk of relapse), moderate (25-90% risk of relapse) or high (≥90% risk of harboring active GCM) risk groups. Pragmatic logistics include using Streck tubes and centralized processing for miR371 sample processing and analytics. Research samples were drawn at the time of routine blood draws minimizing patient burden. Source documents are submitted along with case report forms. This data-gathering model gives an important data quality-control check. S1823 began in July 2020 and has since accelerated its accrual to consistently predicted new enrollments of 20-30 cases/month. As of January 2023, the study enrolled 389 low-risk, 114 moderate-risk and 146 high-risk patients (657 total). Interim analysis is planned at the time 40 non-seminoma GCM patients have relapsed and is anticipated in late 2023 to early 2024. 404 centers have opened S1823. 3 Canadian centers have enrolled >10 patients (range 11-51). 17 USA institutions have enrolled >10 patients (range 11-112). In North America, 9 of the 12-storied GCM clinical research programs have had robust participation. The leading accruing organization was the Kaiser Permanente system where 112 patients have been enrolled. In Canada, all population centers contributed proportionally. In the USA, the dominant enrollment comes from the west coast and mid-west. Proportional enrollments have been seen in Hispanic and Asian populations. The entire study provides rich opportunities for a variety of secondary use and patterns of care projects that will begin to roll out over the next year. Clinical trial information: NCT03067181 . [Table: see text]

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)0,007
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,589
Tête enseignante GPT0,481
Écart entre enseignants0,108 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetRadiomics and Machine Learning in Medical ImagingTravaux en français237 207