Ultrasensitive Detection and Monitoring of Circulating Tumor DNA Using Structural Variants in Early-Stage Breast Cancer
Notice bibliographique
Résumé
PURPOSE: The detection of circulating tumor DNA (ctDNA) after curative-intent therapy in early-stage breast cancer is highly prognostic of disease recurrence. Current ctDNA assays, mainly targeting single-nucleotide variants, vary in sensitivity and specificity. Although increasing the number of single-nucleotide variants in tumor-informed assays improves sensitivity, structural variants (SV) may achieve similar or better sensitivity without compromising specificity. SVs occur across all cancers, linked to genomic instability and tumorigenesis, with unique tumor- and patient-specific breakpoints occurring throughout the genome. SVs in breast cancer are underexplored, and their potential for ctDNA detection and monitoring has not been fully evaluated. EXPERIMENTAL DESIGN: We retrospectively analyzed a tumor-informed SV-based ctDNA assay in a cohort of patients with early-stage breast cancer (n = 100, 568 timepoints) receiving neoadjuvant systemic therapy, evaluating ctDNA dynamics and lead times to clinical recurrence in the postoperative period. RESULTS: ctDNA was detected in 96% (91/95) of participants at baseline with a median variant allele frequency of 0.15% (range: 0.0011%-38.7%); of these, 10% (9/91) had a variant allele frequency <0.01%. ctDNA detection at cycle 2 (C2) of neoadjuvant therapy was associated with a higher likelihood of distant recurrence (log-rank P = 0.047) and enhanced residual cancer burden prognostication (log-rank P = 0.041). ctDNA was detected prior to distant recurrence in all cases (100% sensitivity) with a median lead time of 417 days (range: 4-1,931 days). CONCLUSIONS: These results demonstrate the clinical validity of ultrasensitive ctDNA detection and monitoring using SVs. Prospective trials are required to evaluate ctDNA-guided treatment strategies.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».