MétaCan
Menu
Retour à la cohorte
Enregistrement W4399786782 · doi:10.1093/neuonc/noae064.512

MDB-63. AN INTERNATIONAL META-ANALYSIS OF SHH MEDULLOBLASTOMA SUBTYPES DEFINES A CLINICALLY SIGNIFICANT HIGH-RISK VARIANT OF SHH-SUBTYPE 3

2024· article· en· W4399786782 sur OpenAlexaff
Ed C. Schwalbe, Martin Sill, Hiro Suzuki, Frédéric Charron, Michael D. Taylor, Stefan M. Pfister, Steven C. Clifford

Notice bibliographique

RevueNeuro-Oncology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensSickKids FoundationHospital for Sick ChildrenMontreal Clinical Research Institute
Organismes subventionnairesnon disponible
Mots-clésMedulloblastomaMeta-analysisOncologyInternal medicineMedicineCancer researchBiology

Résumé

récupéré en direct d'OpenAlex

Abstract BACKGROUND The distinction of MBSHH into four methylation-dependent subgroups was recognized by the WHO in 2021. However, these subgroups have not previously been defined by international experimental consensus and their clinico-molecular features and behavior have not formally been investigated in large cohorts. We aimed to robustly identify SHH subgroups through analysis of MBSHH with DNA-methylation profiling. METHODS A cohort of 683 MBSHH, confidently classified using the Heidelberg classifier v12.5, was assembled for analysis from multiple international studies. To define subgroups, we applied consensus sampling-based clustering approaches to tumor methylomes, including assessment of confidence in class-definition and inter-technique concordance. The clinico-molecular features of consensus subgroups were investigated. RESULTS Lowest complexity analysis supported the division of MBSHH into the 4 WHO-subtypes. SHH-1 and SHH-2 were associated with lower age and infrequent mutations of PTCH1/SUFU; SHH-2 was distinguished from SHH-1 by enriched MBEN histology, absence of chromosome 2 gain, less frequent metastasis and more favorable overall-survival. SHH-4 presented in older children and adults (3-57; median 24 years), and was primarily defined by mutations in U1-snRNA (67/72). Consensus analyses supported the division of SHH-subgroup-3 into three. Importantly, the SHH-3C subtype was associated with a coalescence of high-risk features (LCA histology, TP53mut, MYCNamp/GLI2amp) alongside 3p, 10q and 17p loss, and had dismal survival. The remaining SHH-3A/B subtypes were characterized by 9q loss, frequent focal amplifications of TERT and PPM1D, and equivalent better survival. CONCLUSIONS This study affirms the distinction of MBSHH into 4 major subgroups. For infant disease, SHH-2 is a favorable-risk marker. For childhood-MBSHH, the SHH-3C subtype provides a molecular definition of high-risk that subsumes other previously-defined high-risk disease markers (LCA, MYCNamp, TP53mut) into a unified high-risk disease group. The other SHH-3 subtypes behave similarly and are favorable-risk. These subtypes have potential to enhance molecularly-guided risk-stratification in routine diagnostics, to improve patient outcomes and quality-of-life.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,248
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,353
Écart entre enseignants0,298 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-OncologyMême sujetGlioma Diagnosis and TreatmentTravaux en français237 207