Molecular characterization of cervical cancer histological subtypes: The VENUS study.
Notice bibliographique
Résumé
5537 Background: While the landscape of cervical cancer treatment has undergone considerable advances, systemic treatment options following recurrence remain limited. There is paucity of data on predictive and prognostic molecular alterations within distinct histologic subtypes. Methods: In this prospective, translational, single-institution study (NCT03420118), patients diagnosed with cervical cancer were enrolled. Tumor tissue samples (biopsy or archival) were obtained at different time points from initial histological diagnosis to each progression, when feasible. Genomic DNA was extracted and analyzed, using the UHN Hi5 Panel and the Illumina TruSight Oncology 500 assays, to detect molecular alterations. Variant annotations were obtained from OncoKB database. In addition, clinical data for each patient, including histopathologic subtype, stage at diagnosis, and lines of treatment were collected. Results: 124 patients (median age 48 years; range 24-80) with a pathologic diagnosis of cervical cancer were enrolled. Clinical characteristics of patients with available tumor tissue samples (n=112) are detailed in the table. In 99 of the 112 (88.4%) available tumor tissue samples, 243 validated molecular alterations were identified across 88 different genes. Seven tumors had ≥ 5 alterations detected per sample; one squamous cell carcinoma (SCC) and one poorly differentiated adenocarcinoma (AC) had 14 alterations each. PIK3CA, the most frequently detected alteration (41/243; 16.8%), was identified in 22 of 58 (37.9%) SCC samples vs 8 of 38 (21.1%) AC samples (p-value 0.11). Other commonly detected alterations included TP53 (18/243; 7.4%) and KRAS (13/243; 5.3%), both identified more frequently in AC compared to SCC tumor samples (28.9% vs 3.4%; p-value < 0.001, and 23.7% vs 3.4%; p-value 0.006, respectively). KRAS alterations were predominantly G12D or G12V. No G12C variants were detected. All tumors were MSI-stable. Among rare histologic subtypes, unique alterations were detected. Adenosquamous subtypes had alterations of TET2, BARD1, BRAF, in addition to CCND3 and CCNE1amplifications, while neuroendocrine subtypes showed alterations of ATM, MYC, SDHB, TSC1, FANCE, and FGFR1. Overall survival did not show a significant correlation with molecular alterations among different subtypes. Conclusions: Genomic analysis of histologic subtypes of cervical cancer reveals distinctive molecular features which may allow the development of genomic biomarkers of resistance and sensitivity. [Table: see text]
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».