Molecular KRAS ctDNA Predicts Metastases and Survival in Pancreatic Cancer: A Prospective Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Patients with pancreatic ductal adenocarcinoma (PDAC) commonly have occult metastatic dissemination and current standard staging methods have significant limitations in identifying these patients. A clinically available assay allows for the identification of mutant KRAS (mKRAS) circulating tumor DNA (ctDNA) from patient plasma and peritoneal fluid that may identify these patients and impact treatment decision making. We investigated the patterns of diagnostic and prognostic capabilities of mKRAS ctDNA in patients with localized PDAC. METHODS: Patients with non-metastatic PDAC were identified and underwent a full staging work-up during their first visit at our institution. Development of metastatic disease and long-term survival outcomes were assessed to compare between the mKRAS testing groups. RESULTS: Between 2018 and 2022, 785 patients were evaluated. Among the 785 patients who underwent plasma mKRAS testing, 104 were mKRAS positive. Plasma mKRAS-positive patients were more likely to develop metastatic disease and had worse overall survival. In the 419 patients who underwent peritoneal mKRAS, 123 were mKRAS-positive and were more likely to harbor occult metastases or develop peritoneal rather than hematogenous metastases. For patients who underwent both baseline plasma and peritoneal mKRAS testing, any positive mKRAS test regardless of compartment was associated with worse outcomes. CONCLUSIONS: Detection of mKRAS ctDNA in plasma and peritoneal fluid of patients with localized PDAC is not only feasible but also identifies those at high risk of metastatic progression and worse survival outcomes. It allows for better prognostication and can significantly impact subsequent treatment decisions, particularly in patients where an aggressive surgical approach is being considered.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».