F.3 Multicentre prospective validation of integrated molecular classification of meningiomas and prediction of recurrence risk using DNA methylation
Notice bibliographique
Résumé
Background: Meningiomas have significant heterogeneity between patients, making prognostication challenging. For this study, we prospectively validate the prognostic capabilities of a DNA methylation-based predictor and multiomic molecular groups (MG) of meningiomas. Methods: DNA methylation profiles were generated using the Illumina EPICarray. MG were assigned as previously published. Performance of our methylation-based predictor and MG were compared with WHO grade using generalized boosted regression modeling by generating time-dependent receiver operating characteristic (ROC) curves and computing area under the ROC curves (AUCs) along with their 95% confidence interval using bootstrap resampling. Results: 295 meningiomas treated from 2018-2021 were included. Methylation-defined high-risk meningiomas had significantly poorer PFS and OS compared to low-risk cases (p<0.0001). Methylation risk increased with higher WHO grade and MG. Higher methylome risk (HR 4.89, 95%CI 2.02-11.82) and proliferative MG (HR 4.11, 95%CI 1.29-13.06) were associated with significantly worse PFS independent of WHO grade, extent of resection, and adjuvant RT. Both methylome-risk and MG classification predicted 3- and 5-year PFS and OS more accurately than WHO grade alone (ΔAUC=0.10-0.23). 42 cases were prescribed adjuvant RT prospectively although RT did not significantly improve PFS in high-risk cases (p=0.41). Conclusions: Molecular profiling outperforms conventional WHO grading for prognostication in an independent, prospectively collected cohort of meningiomas.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».