Optimizing the number of variants tracked to follow disease burden with circulating tumor DNA assays in metastatic colorectal cancer
Notice bibliographique
Résumé
Background: The number of somatic mutations detectable in circulating tumor DNA (ctDNA) is highly heterogeneous in metastatic colorectal cancer (mCRC). The optimal number of mutations required to assess disease kinetics is relevant and remains poorly understood. Objectives: To determine whether increasing panel breadth (the number of tracked variants in a ctDNA assay) would alter the sensitivity in detecting ctDNA in patients with mCRC. Design: We used archival tissue sequencing to perform an in silico assessment of the optimal number of tracked mutations to detect and monitor disease kinetics in mCRC using sequencing data from the Canadian Cancer Trials Group CO.26 trial. Methods: For each patient, 1, 2, 4, 8, 12, or 16 of the most clonal (highest variant allele frequency) somatic variants were selected from archival tissue-based whole-exome sequencing and assessed for the proportion of variants detected in matched ctDNA at baseline, week 8, and progression timepoints. Results: Data from 110 patients were analyzed. Genes most frequently encountered among the top four highest VAF variants in archival tissue were TP53 (51.9% of patients), APC (43.3%), KRAS (42.3%), and SMAD4 (9.6%). While the frequency of detecting at least one tracked variant increased when expanding beyond variant pool sizes of 1 and 2 in baseline ( p = 0.0030) and progression ( p = 0.0030) ctDNA samples, we observed no significant benefit to increases in variant pool size past four variants in any of the ctDNA timepoints ( p < 0.05). Conclusion: While increasing panel breadth beyond two tracked variants improved variant re-detection in ctDNA samples from patients with treatment refractory mCRC, increases beyond four tracked variants yielded no significant improvement in variant re-detection.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».