MétaCan
Menu
← Retour à la cohorte
Enregistrement W4404237749 · doi:10.1093/neuonc/noae165.0098

BIOM-25. MOLECULAR PROFILING PREDICTS EARLY AND LATE PROGRESSION IN GLIOBLASTOMA

2024· article· en· W4404237749 sur OpenAlexaff
Marina Nikolopoulos, Megan Wu, Alexander T. Bahcheli, Sorcha Kellett, Sten Myrehaug, Arjun Sahgal, Melanie Spears, Shraddha Pai, Jane Bayani, Sunit Das

Notice bibliographique

RevueNeuro-Oncology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensSunnybrook HospitalSt. Michael's HospitalUniversity of TorontoSickKids FoundationHospital for Sick ChildrenOntario Institute for Cancer Research
Organismes subventionnairesnon disponible
Mots-clésGlioblastomaProfiling (computer programming)Cancer researchComputational biologyOncologyMedicineBiologyComputer scienceProgramming language

Résumé

récupéré en direct d'OpenAlex

Abstract Patients with glioblastoma experience a wide variation in response to standard treatment, with nearly 30% experiencing tumour progression during treatment, and nearly 6% surviving more than 5 years. To date, there are few non-invasive clinical biomarkers to predict response to first – line treatment. Chemical exchange saturation transfer (CEST) MRI may have the potential to fill this gap. CEST MRI is sensitive to treatment-induced changes and changes in tumor metabolism. Our team has obtained CEST data for patients before, during and after the end of standard chemoradiation treatment, and found that CEST provides markers of early response and can identify early, standard and late progressors before treatment initiation. In this study, we aimed to establish molecular profiles of early, standard and late progressors with IDH wild-type glioblastoma. Patients (n=180) with primary, IDH wild-type glioblastoma were imaged with CEST-MRI at multiple time points throughout standard chemoradiation treatment. DNA and RNA were co-extracted from matched normal and tumour pairs and processed for whole genome sequencing, enzymatic methyl-seq and gene expression analysis using Nanostring. Clinical variables such as age, extent of resection, sex, ECOG status and MGMT promoter methylated were also collected. A survival analysis was conducted using the Kaplan-Meier method with log-rank tests. Univariate and multi-variate hazard ratios for clinical variables were calculated by fitting Cox Proportional Hazards Models. Early progressors reported a median progression-free survival (PFS) of 142 days compared to 832 days in late progressors (p<0.0001). Early progressors also harbored distinct and statistically significant differences in gene expression and genomic alterations, namely in DNA damage repair, glucose transport and arginine metabolism pathways. A gene signature was prognostic of PFS and overall survival. Collectively, this data has the potential to serve as a radiogenomic biomarker to assess treatment response before or within early phases of treatment and allow for individual tailoring of the treatment plan.

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 enseignants0,002
Score d'incertitude au seuil0,007

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
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,013
Tête enseignante GPT0,309
Écart entre enseignants0,296 · 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→Même sujetGlioma Diagnosis and Treatment→Travaux en français237 207→