MétaCan
Menu
Retour à la cohorte
Enregistrement W4391100943 · doi:10.1158/1078-0432.ccr-23-3018

Clinical and Genomic Predictors of Adverse Events in Newly Diagnosed Glioblastoma

2024· article· en· W4391100943 sur OpenAlexaff
Mary Jane Lim-Fat, J. Bryan Iorgulescu, Rifaquat Rahman, Varun Bhave, Alona Muzikansky, E. L. Woodward, Sydney Whorral, Marie Allen, Mehdi Touat, Xiaomei Li, Gongwen Xy, Jay Patel, Elizabeth R. Gerstner, Jayashree Kalpathy–Cramer, Gilbert Youssef, Ugonma Chukwueke, J Ricardo McFaline-Figueroa, Lakshmi Nayak, Eudocia Q. Lee, David A. Reardon, Rameen Beroukhim, Raymond Y. Huang, Wenya Linda Bi, Keith L. Ligon, Patrick Y. Wen

Notice bibliographique

RevueClinical Cancer Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineOncologyInternal medicineCancerOdds ratioUnivariate analysisBioinformaticsBiologyMultivariate analysis

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Adverse clinical events cause significant morbidity in patients with GBM (GBM). We examined whether genomic alterations were associated with AE (AE) in patients with GBM. EXPERIMENTAL DESIGN: We identified adults with histologically confirmed IDH-wild-type GBM with targeted next-generation sequencing (OncoPanel) at Dana Farber Cancer Institute from 2013 to 2019. Seizure at presentation, lymphopenia, thromboembolic events, pseudoprogression, and early progression (within 6 months of diagnosis) were identified as AE. The biologic function of genetic variants was categorized as loss-of-function (LoF), no change in function, or gain-of-function (GoF) using a somatic tumor mutation knowledge base (OncoKB) and consensus protein function predictions. Associations between functional genomic alterations and AE were examined using univariate logistic regressions and multivariable regressions adjusted for additional clinical predictors. RESULTS: Our study included 470 patients diagnosed with GBM who met the study criteria. We focused on 105 genes that had sequencing data available for ≥ 90% of the patients and were altered in ≥10% of the cohort. Following false-discovery rate (FDR) correction and multivariable adjustment, the TP53, RB1, IGF1R, and DIS3 LoF alterations were associated with lower odds of seizures, while EGFR, SMARCA4, GNA11, BRD4, and TCF3 GoF and SETD2 LoF alterations were associated with higher odds of seizures. For all other AE of interest, no significant associations were found with genomic alterations following FDR correction. CONCLUSIONS: Genomic biomarkers based on functional variant analysis of a routine clinical panel may help identify AE in GBM, particularly seizures. Identifying these risk factors could improve the management of patients through better supportive care and consideration of prophylactic therapies.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,129
Tête enseignante GPT0,506
Écart entre enseignants0,376 · 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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetGlioma Diagnosis and TreatmentTravaux en français237 207