The Pancreatic Cancer Early Detection (PRECEDE) Study is a Global Effort to Drive Early Detection: Baseline Imaging Findings in High-Risk Individuals
Notice bibliographique
Résumé
BACKGROUND: Pancreatic adenocarcinoma (PC) is a highly lethal malignancy with a survival rate of only 12%. Surveillance is recommended for high-risk individuals (HRIs), but it is not widely adopted. To address this unmet clinical need and drive early diagnosis research, we established the Pancreatic Cancer Early Detection (PRECEDE) Consortium. METHODS: PRECEDE is a multi-institutional international collaboration that has undertaken an observational prospective cohort study. Individuals (aged 18-90 years) are enrolled into 1 of 7 cohorts based on family history and pathogenic germline variant (PGV) status. From April 1, 2020, to November 21, 2022, a total of 3,402 participants were enrolled in 1 of 7 study cohorts, with 1,759 (51.7%) meeting criteria for the highest-risk cohort (Cohort 1). Cohort 1 HRIs underwent germline testing and pancreas imaging by MRI/MR-cholangiopancreatography or endoscopic ultrasound. RESULTS: A total of 1,400 participants in Cohort 1 (79.6%) had completed baseline imaging and were subclassified into 3 groups based on familial PC (FPC; n=670), a PGV and FPC (PGV+/FPC+; n=115), and a PGV with a pedigree that does not meet FPC criteria (PGV+/FPC-; n=615). One HRI was diagnosed with stage IIB PC on study entry, and 35.1% of HRIs harbored pancreatic cysts. Increasing age (odds ratio, 1.05; P<.001) and FPC group assignment (odds ratio, 1.57; P<.001; relative to PGV+/FPC-) were independent predictors of harboring a pancreatic cyst. CONCLUSIONS: PRECEDE provides infrastructure support to increase access to clinical surveillance for HRIs worldwide, while aiming to drive early PC detection advancements through longitudinal standardized clinical data, imaging, and biospecimen captures. Increased cyst prevalence in HRIs with FPC suggests that FPC may infer distinct biological processes. To enable the development of PC surveillance approaches better tailored to risk category, we recommend adoption of subclassification of HRIs into FPC, PGV+/FPC+, and PGV+/FPC- risk groups by surveillance protocols.
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 | 0,007 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».