MétaCan
Menu
Retour à la cohorte
Enregistrement W4400382949 · doi:10.14740/wjon1820

Untapped Potential of Poly(ADP-Ribose) Polymerase Inhibitors: Lessons Learned From the Real-World Clinical Homologous Recombination Repair Mutation Testing

2024· article· en· W4400382949 sur OpenAlexvenueno aff
Alexandra Lebedeva, Egor Veselovsky, Alexandra Kavun, Ekaterina Belova, Tatiana Grigoreva, Pavel Orlov, Anna Subbotovskaya, Maksim Shipunov, Oleg Mashkov, Fanil Bilalov, P.A. Shatalov, А. Д. Каприн, Peter V. Shegai, Zhan Diuzhev, Ochir Migiaev, Natalya Vytnova, Vladislav Mileyko, Maxim Ivanov

Notice bibliographique

RevueWorld Journal of Oncology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePARP inhibition in cancer therapy
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Science and Higher Education of the Russian Federation
Mots-clésHomologous recombinationPoly ADP ribose polymeraseMedicinePolymeraseMutationGeneticsComputational biologyDNAGeneBiology

Résumé

récupéré en direct d'OpenAlex

Background: Testing for homologous recombination deficiency (HRD) mutations is pivotal to assess individual risk, to proact preventive measures in healthy carriers and to tailor treatments for cancer patients. Increasing prominence of poly(ADP-ribose) polymerase (PARP) inhibitors with remarkable impact on molecular-selected patient survival across diverse nosologies, ingrains testing for BRCA genes and beyond in clinical practice. Nevertheless, testing strategies remain a question of debate. While several pathogenic BRCA1/2 gene variants have been described as founder pathogenic mutations frequently found in patients from Russia, other homologous recombination repair (HRR) genes have not been sufficiently explored. In this study, we present real-world data of routine HRR gene testing in Russia. Methods: We evaluated clinical and sequencing data from cancer patients who had germline/somatic next-generation sequencing (NGS) HRR gene testing in Russia (BRCA1/2/ATM/CHEK2, or 15 HRR genes). The primary objectives of this study were to evaluate the frequency of BRCA1/2 and non-BRCA gene mutations in real-world unselected patients from Russia, and to determine whether testing beyond BRCA1/2 is feasible. Results: Data of 2,032 patients were collected from February 2021 to February 2023. Most had breast (n = 715, 35.2%), ovarian (n = 259, 12.7%), pancreatic (n = 85, 4.2%), or prostate cancer (n = 58, 2.9%). We observed 586 variants of uncertain significance (VUS) and 372 deleterious variants (DVs) across 487 patients, with 17.6% HRR-mutation positivity. HRR testing identified 120 (11.8%) BRCA1/2-positive, and 172 (16.9%) HRR-positive patients. With 51 DVs identified in 242 formalin-fixed paraffin-embedded (FFPE), testing for variant origin clarification was required in one case (0.4%). Most BRCA1/2 germline variants were DV (121 DVs, 26 VUS); in non-BRCA1/2 genes, VUS were ubiquitous (53 DVs, 132 VUS). In silico prediction identified additional 4.9% HRR and 1.2% BRCA1/2/ATM/CHEK2 mutation patients. Conclusions: Our study represents one of the first reports about the incidence of DV and VUS in HRR genes, including genes beyond BRCA1/2, identified in cancer patients from Russia, assessed by NGS. In silico predictions of the observed HRR gene variants suggest that non-BRCA gene testing is likely to result in higher frequency of patients who are candidates for PARP inhibitor therapy. Continuing sequencing efforts should clarify interpretation of frequently observed non-BRCA VUS. World J Oncol. 2024;15(4):562-578 doi: https://doi.org/10.14740/wjon1820

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,002
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,111
Tête enseignante GPT0,433
Écart entre enseignants0,322 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of OncologyMême sujetPARP inhibition in cancer therapyTravaux en français237 207