MétaCan
Menu
Retour à la cohorte
Enregistrement W4389242340 · doi:10.1053/j.seminhematol.2023.11.006

Biological heterogeneity in diffuse large B-cell lymphoma

2023· article· en· W4389242340 sur OpenAlexafffund
Laura K. Hilton, David W. Scott, Ryan D. Morin

Notice bibliographique

RevueSeminars in Hematology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueLymphoma Diagnosis and Treatment
Établissements canadiensCanada's Michael Smith Genome Sciences CentreBC Cancer AgencyUniversity of British ColumbiaSpinal Cord Injury BCSimon Fraser University
Organismes subventionnairesMichael Smith Health Research BC
Mots-clésDiffuse large B-cell lymphomaLymphomaBiologyPrecision medicineComputational biologyOncologyMedicineBioinformaticsImmunologyGenetics

Résumé

récupéré en direct d'OpenAlex

Diffuse large B-cell lymphoma (DLBCL) is heterogeneous both in clinical outcomes and the underlying disease biology. Over the last 2 decades, several different approaches for dissecting biological heterogeneity have emerged. Gene expression profiling (GEP) stratifies DLBCL into 3 broad groups (ABC, GCB, and DZsig/MHG), each with parallels to different normal mature B cell developmental states and prognostic implications. More recently, several different genomic approaches have been developed to categorize DLBCL based on the co-occurrence of tumor somatic mutations, identifying more granular biologically unified subgroups that complement GEP-based approaches. We review the molecular approaches and clinical evidence supporting the stratification of DLBCL patients based on tumor biology. By offering a platform for subtype-guided therapy, these divisions remain a promising avenue for improving patient outcomes, especially in subgroups with inferior outcomes with current standard-of-care therapy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,051
Score d'incertitude au seuil0,561

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,303
Écart entre enseignants0,276 · 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 tête enseignante, 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

Citations43
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSeminars in HematologyMême sujetLymphoma Diagnosis and TreatmentTravaux en français237 207