Multi-gene risk score for prediction of clinical outcomes in treatment-naïve metastatic castrate-resistant prostate cancer
Notice bibliographique
Résumé
BACKGROUND: To determine the performance of a multi-gene copy number variation (MG-CNV) risk score in metastatic tissue and plasma biospecimens from treatment-naïve metastatic castration-resistant prostate cancer (mCRPC) patients for prediction of clinical outcomes. METHODS: The mCRPC tissue and plasma cell-free DNA (cfDNA) biospecimen sequencing results obtained from publicly accessed cohorts in dbGaP, cBioPortal, and an institutional mCRPC cohort were used to develop a MG-CNV risk score derived from gains in AR, MYC, COL22A1, PIK3CA, PIK3CB, NOTCH1 and losses in TMPRSS2, NCOR1, ZBTB16, TP53, NKX3-1 in independent cohorts for determining overall survival (OS), progression-free survival (PFS) to first-line androgen receptor pathway inhibitors (ARPIs). The range of the risk scores for each cohort was dichotomized into "high-risk" and "low-risk" groups and association with OS/PFS determined. Univariate and multivariable Cox proportional hazards regressions were applied for survival analyses (P < .05 for statistical significance). RESULTS: Of 1137 metastatic tissue-plasma biospecimens across all cohorts, 699/1137 were treatment-naive mCRPC (235/699 metastatic tissue; 464/699 plasma-cfDNA), and 311/1137 were matched tissue-cfDNA pairs. In multivariable analysis, the MG-CNV risk score derived from metastatic tissue or in cfDNA was statistically significantly associated with OS with high score associated with short survival (hazard ratio = 2.65, confidence interval = 1.99 to 3.51; P = 1.35-11) and shorter PFS to ARPIs (median PFS of 7.8 months) compared with 14 months in patients with low-risk score. CONCLUSIONS: A molecular risk score in treatment-naïve mCRPC state obtained either in metastatic tissue or cfDNA predicts clinical survival outcomes and offers a tumor biology-based tool to design biomarker-based enrichment clinical trials.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».