Combined Transcriptome and Circulating Tumor DNA Longitudinal Biomarker Analysis Associates With Clinical Outcomes in Advanced Solid Tumors Treated With Pembrolizumab
Notice bibliographique
Résumé
PURPOSE: Immune gene expression signatures are emerging as potential biomarkers for immunotherapy (IO). VIGex is a 12-gene expression classifier developed in both nCounter (Nanostring) and RNA sequencing (RNA-seq) assays and analytically validated across laboratories. VIGex classifies tumor samples into hot, intermediate-cold (I-Cold), and cold subgroups. VIGex-Hot has been associated with better IO treatment outcomes. Here, we investigated the performance of VIGex and other IO biomarkers in an independent data set of patients treated with pembrolizumab in the INSPIRE phase II clinical trial (ClinicalTrials.gov identifier: NCT02644369). MATERIALS AND METHODS: Patients with advanced solid tumors were treated with pembrolizumab 200 mg IV once every 3 weeks. Tumor RNA-seq data from baseline tumor samples were classified by the VIGex algorithm. Circulating tumor DNA (ctDNA) was measured at baseline and start of cycle 3 using the bespoke Signatera assay. VIGex-Hot was compared with VIGex I-Cold + Cold and four groups were defined on the basis of the combination of VIGex subgroups and the change in ctDNA at cycle 3 from baseline (ΔctDNA). RESULTS: Seventy-six patients were enrolled, including 16 ovarian, 12 breast, 12 head and neck cancers, 10 melanoma, and 26 other tumor types. Objective response rate was 24% in VIGex-Hot and 10% in I-Cold/Cold. VIGex-Hot subgroup was associated with higher overall survival (OS) and progression-free survival (PFS) when included in a multivariable model adjusted for tumor type, tumor mutation burden, and PD-L1 immunohistochemistry. The addition of ΔctDNA improved the predictive performance of the baseline VIGex classification for both OS and PFS. CONCLUSION: Our data indicate that the addition of ΔctDNA to baseline VIGex may refine prediction for IO.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».