MétaCan
Menu
Retour à la cohorte
Enregistrement W4401304706 · doi:10.1093/noajnl/vdae090.077

NVTG-03 IDENTIFYING THE DRIVERS OF EARLY BRAIN METASTASES ESTABLISHMENT IN BREAST CANCER PATIENTS

2024· article· en· W4401304706 sur OpenAlexaff
Alyona Ivanova, Matthew Cho, Megan Wu, David G. Muñoz, Sunit Das

Notice bibliographique

RevueNeuro-Oncology Advances · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueBrain Metastases and Treatment
Établissements canadiensSt. Michael's HospitalHospital for Sick ChildrenMuscular Dystrophy CanadaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBreast cancerCarcinogenesisBrain metastasisTranscriptomeMetastasisCancer researchMedicineCancerMetastatic breast cancerOncologyPathologyInternal medicineBiologyGeneGene expression

Résumé

récupéré en direct d'OpenAlex

Abstract Breast cancer is the most common type of cancer in women. It is also the 2nd most common cause of brain metastases (BrM), with 30-50% of breast cancer patients developing BrM over the course of their disease. Despite aggressive therapy and novel systemic treatment options, prognosis for these patients remains poor. The objectives of our work were to identify the underlying genomic and transcriptomic signatures that characterise early BrM establishment in patients with breast cancer, and to identify brain-intrinsic molecular mechanisms critical to BrM development. We performed transcriptomic and genomic profiling on fresh frozen (FF) brain metastases tumour samples of patients who required surgical resection of an intracranial metastatic early (<3 years from initial diagnosis) or late (>3 years from initial diagnosis) in the disease course. Findings were validated by immunohistochemistry and immunofluorescence staining for genes of interest in BrM, matched primary breast tumour samples, and healthy brain tissue. The findings were complemented with scRNA sequencing studies to resolve cellular contributions of individual cell types and subtypes and uncover specific cell-type interactions in BrM establishment. In patients with early metastatic disease, pathway enrichment analysis identified TGF-β pathway upregulation, which stimulates epithelial-to-mesenchymal transition, integrin-mediated invasion, recruitment and activation of cancer-associated fibroblasts. We identified collagen-extracellular matrix interactions as key oncogenic features of the metastatic tumour microenvironment. We have selected lead candidates that can play significant role in early colonisation of breast cancer cells to the brain from the primary breast tumour and enhance tumorigenesis. These markers will be challenged in an in vivo brain metastasis model to attenuate the establishment of metastatic disease. Our goal is to identify a modifiable marker that could be clinically targeted to prevent the establishment of brain metastases in patients diagnosed with breast cancer.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,330
Écart entre enseignants0,312 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-Oncology AdvancesMême sujetBrain Metastases and TreatmentTravaux en français237 207