The Clinical Utility of a Tiered Approach to Pediatric Glioma Molecular Characterization for Resource-Limited Settings
Notice bibliographique
Résumé
PURPOSE Molecular characterization is key to optimally diagnose and manage cancer. The complexity and cost of routine genomic analysis have unfortunately limited its use and denied many patients access to precision medicine. A possible solution is to rationalize use—creating a tiered approach to testing which uses inexpensive techniques for most patients and limits expensive testing to patients with the highest needs. Here, we tested the utility of this approach to molecularly characterize pediatric glioma in a cost- and time-sensitive manner. METHODS We used a tiered testing pipeline of immunohistochemistry (IHC), customized fusion panels or fluorescence in situ hybridization (FISH), and targeted RNA sequencing in pediatric gliomas. Two distinct diagnostic algorithms were used for low- and high-grade gliomas (LGGs and HGGs). The percentage of driver alterations identified, associated testing costs, and turnaround time (TAT) are reported. RESULTS The tiered approach successfully characterized 96% (95 of 99) of gliomas. For 82 LGGs, IHC, targeted fusion panel or FISH, and targeted RNA sequencing solved 35% (29 of 82), 29% (24 of 82), and 30% (25 of 82) of cases, respectively. A total of 64% (53 of 82) of samples were characterized without targeted RNA sequencing. Of 17 HGG samples, 13 were characterized by IHC and four were characterized by targeted RNA sequencing. The average cost per sample was more affordable when using the tiered approach as compared with up-front targeted RNA sequencing in LGG ($405 US dollars [USD] v $745 USD) and HGGs ($282 USD v $745 USD). The average TAT per sample was also shorter using the tiered approach (10 days for LGG, 5 days for HGG v 14 days for targeted RNA sequencing). CONCLUSION Our tiered approach molecularly characterized 96% of samples in a cost- and time-sensitive manner. Such an approach may be feasible in neuro-oncology centers worldwide, particularly in resource-limited settings.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».