Prediction of plasma ctDNA fraction and prognostic implications of liquid biopsy in advanced prostate cancer
Notice bibliographique
Résumé
No consensus strategies exist for prognosticating metastatic castration-resistant prostate cancer (mCRPC). Circulating tumor DNA fraction (ctDNA%) is increasingly reported by commercial and laboratory tests but its utility for risk stratification is unclear. Here, we intersect ctDNA%, treatment outcomes, and clinical characteristics across 738 plasma samples from 491 male mCRPC patients from two randomized multicentre phase II trials and a prospective province-wide blood biobanking program. ctDNA% correlates with serum and radiographic metrics of disease burden and is highest in patients with liver metastases. ctDNA% strongly predicts overall survival, progression-free survival, and treatment response independent of therapeutic context and outperformed established prognostic clinical factors. Recognizing that ctDNA-based biomarker genotyping is limited by low ctDNA% in some patients, we leverage the relationship between clinical prognostic factors and ctDNA% to develop a clinically-interpretable machine-learning tool that predicts whether a patient has sufficient ctDNA% for informative ctDNA genotyping (available online: https://www.ctDNA.org ). Our results affirm ctDNA% as an actionable tool for patient risk stratification and provide a practical framework for optimized biomarker testing.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».