Clinical utility of whole-genome DNA methylation profiling as a primary molecular diagnostic assay for central nervous system tumors—A prospective study and guidelines for clinical testing
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Central nervous system (CNS) cancer is the 10th leading cause of cancer-associated deaths for adults, but the leading cause in pediatric patients and young adults. The variety and complexity of histologic subtypes can lead to diagnostic errors. DNA methylation is an epigenetic modification that provides a tumor type-specific signature that can be used for diagnosis. Methods: We performed a prospective study using DNA methylation analysis as a primary diagnostic method for 1921 brain tumors. All tumors received a pathology diagnosis and profiling by whole genome DNA methylation, followed by next-generation DNA and RNA sequencing. Results were stratified by concordance between DNA methylation and histopathology, establishing diagnostic utility. Results: Of the 1602 cases with a World Health Organization histologic diagnosis, DNA methylation identified a diagnostic mismatch in 225 cases (14%), 78 cases (5%) did not classify with any class, and in an additional 110 (7%) cases DNA methylation confirmed the diagnosis and provided prognostic information. Of 319 cases carrying 195 different descriptive histologic diagnoses, DNA methylation provided a definitive diagnosis in 273 (86%) cases, separated them into 55 methylation classes, and changed the grading in 58 (18%) cases. Conclusions: DNA methylation analysis is a robust method to diagnose primary CNS tumors, improving diagnostic accuracy, decreasing diagnostic errors and inconclusive diagnoses, and providing prognostic subclassification. This study provides a framework for inclusion of DNA methylation profiling as a primary molecular diagnostic test into professional guidelines for CNS tumors. The benefits include increased diagnostic accuracy, improved patient management, and refinements in clinical trial design.
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.
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 | 0,003 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle