A Targeted Methylation–Based Multicancer Early Detection Blood Test Preferentially Detects High-Grade Prostate Cancer While Minimizing Overdiagnosis of Indolent Disease
Notice bibliographique
Résumé
PURPOSE Indolent prostate cancer (PCa) is prevalent in the intended use population (adults age 50-79 years) for blood-based multicancer early detection (MCED) tests. We examined the detectability of PCa by a clinically validated, targeted methylation–based MCED test. METHODS Detectability by Gleason grade group (GG), clinical stage, association of detection status with tumor methylated fraction (TMeF), and overall survival (OS) were assessed in substudy 3 of Circulating Cell-Free Genome Atlas (CCGA; ClinicalTrials.gov identifier: NCT02889978 ) and PATHFINDER (ClinicalTrials.gov identifier: NCT04241796 ) studies. RESULTS Test sensitivity for PCa in substudy 3 of CCGA was 11.2% (47/420). The test detected 0 (0%) of 58 low-grade (GG1), 3 (1.9%) of 157 favorable intermediate-grade (GG2), 4 (5.1%) of 78 unfavorable intermediate-grade (GG3), and 36 (31.9%) of 113 high-grade (GG4 and 5) cancers and 3 (3.2%) of 95 stage I, 11 (4.7%) of 235 stage II, 7 (14.9%) of 47 stage III, and 22 (81.5%) of 27 stage IV cases. The median TMeF was higher for detected than nondetected cases (2,106.0 parts per million [PPM]; IQR, 349.8-24,376.3 v 24.4 PPM; IQR, 17.8-38.5; P < .05). Nondetected cases had better OS ( P < .05; hazard ratio [HR], 0.263 [95% CI, 0.104 to 0.533]) and detected cases had similar survival ( P = .2; HR, 0.672 [95% CI, 0.323 to 1.21]) compared with SEER adjusted for age, GG, and stage. Performance was similar in PATHFINDER, with no detected GG1/2 (0/13) or stage I/II (0/16) cases. CONCLUSION This MCED test preferentially detects high-grade, clinically significant PCa. Use in population-based screening programs in addition to standard-of-care screening is unlikely to exacerbate overdiagnosis of indolent PCa.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».