Tumor Copy Number Alteration Burden as a Predictor for Resistance to Immune Checkpoint Blockade across Different Cancer Types
Notice bibliographique
Résumé
Immune checkpoint blockade (ICB) benefits only a subset of advanced cancer patients, and predictive biomarkers for immunotherapy response are needed. Recently, copy number alteration (CNA) burden has been proposed to predict ICB resistance. We assessed this finding using the publicly accessible data for 1661 ICB-treated patients whose tumors were profiled by MSK-IMPACT, an approved targeted assay in clinical care. We tested the hypothesis that the continuous increase in CNA burden is associated with poor overall survival following ICB. In addition, we hypothesized that the combinatorial biomarkers of tumor mutational burden (TMB) and CNA burden would better stratify patients for immune status and ICB response. Of the 1661 cases, 79% (n = 1307) were treated with anti PD-1/PD-L1 and the remaining 21% (n = 354) with anti CTLA-4 or the combination of both. In a multivariate analysis, increase in CNA burden was associated with poor overall survival [HR = 1.52, 95% CI (1.01–2.30), p = 0.04]. The combination of biomarkers TMB and CNA burden stratified patients into four clinically distinct subsets among which “LowTMB/HighCNA” showed the worst survival (p < 0.0001). The four patient subsets had unique CNA profiles and enriched pathways, which could predict transcriptional and phenotypic effects related to immune signaling and CD8+ T-cell abundance in the tumor microenvironment. CNA burden was associated with poor overall survival in patients receiving ICB and could improve patient stratification when incorporated with TMB. These findings may guide patient selection for immunotherapy or alternative strategies.
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 | 0,001 | 0,002 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».