MétaCan
Menu
Retour à la cohorte
Enregistrement W4407976557 · doi:10.1016/j.jtct.2025.01.167

Fnih MRD in AML Biomarkers Consortium: Evaluation of Methods for Detection of FLT3 internal Tandem Duplication Measurable Residual Disease in Acute Myeloid Leukemia

2025· article· en· W4407976557 sur OpenAlexaff
Laura W. Dillon, Lan Beppu, Gege Gui, Rasha W Al-Ali, Jamie Diemer, Jonathan Craft, Jake Higgins, Matt Holman, J. D'Angelo, Austin Jacobsen, Maria Amido, Ying Huang, Jeffrey E. Miller, Hua Zhang, Scott C. Mitchell, Bo Ding, Lina Zheng, Denis Kaznadzey, Jerald P. Radich, Coleman Lindsley, Christopher S. Hourigan

Notice bibliographique

RevueTransplantation and Cellular Therapy · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Myeloid Leukemia Research
Établissements canadiensInstitute of Cancer Research
Organismes subventionnairesnon disponible
Mots-clésMyeloid leukemiaMinimal residual diseaseMedicineOncologyLeukemiaDiseaseTandem exon duplicationInternal medicineGene duplicationBiologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Introduction FLT3 internal tandem duplication (ITD) is one of the most frequently observed mutations in acute myeloid leukemia (AML) and persistent detection in complete remission (CR) prior to allogeneic hematopoietic transplant (alloHCT) is highly predictive of increased incidence of relapse and death. A variant allele fraction (VAF) of ≥0.01% is associated with the greatest risk, but there is increasing evidence that some of this risk can be mitigated by intervention. Objective There is an immediate need for commercially available assays for FLT3 -ITD measurable residual disease (MRD) detection. The FNIH MRD in AML Biomarkers Consortium here benchmarked technologies for FLT3 -ITD MRD detection. Methods Assay characteristics from five next-generation sequencing (NGS)-based assays for sensitive FLT3 -ITD detection, available commercially as a service or kit, were collected from the providers. In phase 1, 48 contrived standards were generated by serially diluting DNA from FLT3 -ITD cell lines into control DNA in isolation or multiplexed (VAF 0.01-1%). The top four performing assays were carried forward to phase 2, where testing of DNA from peripheral blood or bone marrow of 16 AML patients with FLT3 -ITD(s) (12-192bp) detected by capillary gel electrophoresis at a low allelic ratio (0.01-0.18) and four controls was performed. All testing was performed blinded. Results The five NGS-based technologies evaluated utilized a variety of enrichment strategies, error-correction methods, and sequencing platforms ( Figure 1 ). In phase 1 testing of standards, four technologies reliably detected all ITDs down to 0.05-0.01% VAF, while 2 ITDs were missed by one technology due to primer design and bioinformatic filtering. Significant correlation between expected and observed VAFs was seen for three technologies ( Figure 2) , while one technology exhibited conflicting results related to ITD length. In all cases, the presence of multiple ITDs did not impact performance. In phase 2 testing of primary samples, all technologies correctly assigned patients as FLT3 -ITD positive or negative. While 18 of 20 ITDs were identified by all four assays, one technology missed 2 complex ITDs due to bioinformatic filtering. A significant correlation between expected and observed VAF was observed for all but one method. Additional analyses including further assay optimization and comparison to reported assay performance will be presented. Conclusion The evaluation of NGS-based technologies for FLT3 -ITD MRD detection showed the ability of multiple strategies to detect and quantify ITDs of different lengths down to a clinically relevant level. However, multiple factors, both technical and bioinformatic, can impact assay performance. Given test heterogeneity, careful consideration of the performance characteristics of any assay proposed for clinical decision making prior to alloHCT is recommended.

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)0,012
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,042
Tête enseignante GPT0,377
Écart entre enseignants0,335 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueTransplantation and Cellular TherapyMême sujetAcute Myeloid Leukemia ResearchTravaux en français237 207