MétaCan
Menu
Retour à la cohorte
Enregistrement W4388588586 · doi:10.1093/neuonc/noad179.0682

PATH-52. MENINGIOMA MOLECULAR GROUPS PREDICT RESPONSE TO SURGERY AND RADIOTHERAPY

2023· article· en· W4388588586 sur OpenAlexaff
Justin Z. Wang, Vikas Patil, Alexander Landry, Andrew Ajisebutu, Jeff Liu, Rebeca Yakubov, Andrew Gao, Aaron Cohen‐Gadol, Christopher M. Wilson, Silky Chotai, Eric C. Holland, Jill S. Barnholtz‐Sloan, Ghazaleh Tabatabai, Serge Makarenko, Stephen Yip, Felix Sahm, Sheila Mansouri, Qingxia Wei, Kenneth Aldape, Farshad Nassiri, Gelareh Zadeh

Notice bibliographique

RevueNeuro-Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMeningioma and schwannoma management
Établissements canadiensUniversity of British ColumbiaToronto Western HospitalPrincess Margaret Cancer CentreMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAdjuvantMeningiomaMedicineMethylationOncologyProportional hazards modelInternal medicineAdjuvant therapyRadiation therapySurgeryCancerBiologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Abstract INTRODUCTION Aside from surgery, radiotherapy (RT) remains the only accepted treatment for meningiomas. However, patient selection for adjuvant RT remains controversial. We aimed to evaluate whether novel molecular and methylation groups could more accurately predict outcomes following surgery and adjuvant RT compared to WHO grade using a large clinical-molecular dataset. Method: We utilized publicly available, clinically annotated molecular datasets of meningiomas and generated de novo DNA-methylation and RNA-sequencing data. Meningiomas were classified into different molecular and methylation groups based on the methodologies of their original publications (Nassiri et al. [2021], Bayley et al.[2022], Choudhury et al.[2022], Sahm et al.[2017]) and progression-free survival (PFS) following surgery with and without adjuvant RT were analyzed. RESULTS A total of 2029 meningiomas from 11 different institutions with adjuvant RT data were included. Adjuvant RT was associated with improved PFS in WHO grade 1 meningiomas following subtotal resection(STR) and WHO grade 2 meningiomas following gross total resection(GTR) or STR. Multivariable analysis using Cox proportional hazards regression models showed that having a meningioma belonging to a hypermetabolic (MG3)(HR 3.63, 95%CI 1.47-8.99), or proliferative (MG4)(HR 7.24, 95%CI 2.84-18.49) molecular group were associated with worse PFS following surgery and adjuvant RT when controlling for age, gender, WHO grade, and extent of resection. Meningiomas belonging to DKFZ MC-intermediate, MC-malignant and UCSF hypermitotic methylation groups were also associated with worse outcomes. These relationships held true even in subgroup analysis with only WHO grade 2 meningiomas and following propensity score matching for the same clinical covariates above. Nearly all molecular and methylation classifications predicted 5-year PFS including following surgery and adjuvant RT (area under the curve [AUC] 0.61-0.72) better than WHO grade (AUC 0.51). CONCLUSIONS Molecular classification improves clinical outcome prediction for meningiomas following surgery and adjuvant radiotherapy, supporting the rationale for molecularly informed treatment decisions and potential clinical trial stratification.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,025
Tête enseignante GPT0,298
Écart entre enseignants0,273 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-OncologyMême sujetMeningioma and schwannoma managementTravaux en français237 207