Validation of novel <scp>DNA</scp> methylation markers in cervical precancer and cancer
Notice bibliographique
Résumé
We have recently identified, using a genome-wide approach, new methylation markers which were evaluated among various cervical intraepithelial neoplasia (CIN) grades and cervical cancer. We herein validate the methylated state of these genes in independent study populations, based on histology ascertained outcomes regardless of human papillomavirus status. CA10, DPP10, FMN2 and HAS1 (discovery set: 54 normal, 50 CIN1, 40 CIN2, 42 CIN3) were evaluated by targeted bisulfite next generation sequencing (NGS) (Illumina MiSeq platform) in 258 (training set: 100 normal, 50 CIN1, 50 CIN2, 50 CIN3, 8 cancers) and 373 (validation set: 100 normal, 57 CIN1, 61 CIN2, 53 CIN3, 102 cancers) physician-collected samples (PreservCyt). Using targeted amplification NGS data from the training set for 94 normal and eight cancer samples, we calculated for each gene the median methylation value. These were summed and normalized to compute a four-gene Marker Polygenic Score (MPS). We compared the relationship between MPS and progression from normal through CIN grades and cancer, separately in the training and validation sets, and tested its clinical performance via receiver-operating characteristic curves. MPS increased with increasing CIN grade, and accurately predicted cervical cancer in the training (area under the curve, AUC = 0.9950) and validation (AUC = 0.9337) sets, comparing normal to cancer. Using the highest threshold of 100% specificity, sensitivity for detection of cervical cancer was 67.7%; whereas reducing specificity to 95% increased sensitivity to 84.3%. Further evaluation of these biomarkers is warranted in prospective studies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».