MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409628918 · doi:10.1158/1538-7445.am2025-3339

Abstract 3339: Evaluation of GATA6 and KRT17 immunostaining for subtype classification in pancreatic ductal adenocarcinoma

2025· article· en· W4409628918 sur OpenAlexaff
Ruomeng Fang, Joan Miguel Romero, Yifan Wang, Alicia Gomez Mendez, Adeline Cuggia, George Zogopoulos

Notice bibliographique

RevueCancer Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePancreatic and Hepatic Oncology Research
Établissements canadiensMcGill University Health CentreMcGill University
Organismes subventionnairesnon disponible
Mots-clésPancreatic ductal adenocarcinomaImmunostainingGATA6MedicineAdenocarcinomaPathologyPancreatic cancerCancer researchImmunohistochemistryInternal medicineBiologyCancerGene expressionGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Pancreatic ductal adenocarcinoma (PDAC) is a highly lethal malignancy with poor survival outcomes. Transcriptomic profiling has identified distinct PDAC subtypes associated with survival, highlighting their clinical relevance. However, reliance on RNA sequencing for subtype classification is not feasible in routine clinical practice, underscoring the need for surrogate biomarkers that are both effective and practical for predicting patient outcomes. This study evaluated GATA6 and KRT17 as multiplex immunohistochemistry (IHC) biomarkers to develop a prognostic model for PDAC subtype classification. Using a tissue microarray (TMA) comprising 130 patient-derived xenografts (PDXs), we quantified cell IHC positivity and stratified samples into subtypes based on GATA6 and KRT17 expression. Whole-slide staining of representative patient tumors validated the consistency of subtype classifications between PDXs and corresponding patient tumors. Patient TMAs (224 cores from 82 tumors) were subsequently analyzed to refine the classification system, incorporating GATA6 and KRT17 positive cell percentages, staining intensity (H-scores), and clinical variables into a comprehensive prognostic model. Initial classification based on PDX models demonstrated non-significant distinct survival trends (p=0.14), likely due to sample size limitations. However, a refined model applied to patient TMAs that incorporated additional parameters effectively stratified patients into prognostic groups with significantly different overall survival (p=0.042). These findings highlight the utility of GATA6 and KRT17 as surrogate classifiers for PDAC subtype classification and prognostication, offering a practical alternative to transcriptomic sequencing in HR-proficient PDAC. Citation Format: Ruomeng Fang, Joan Miguel Romero, Yifan Wang, Alicia Gomez Mendez, Adeline Cuggia, George Zogopoulos. Evaluation of GATA6 and KRT17 immunostaining for subtype classification in pancreatic ductal adenocarcinoma [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2025; Part 1 (Regular Abstracts); 2025 Apr 25-30; Chicago, IL. Philadelphia (PA): AACR; Cancer Res 2025;85(8_Suppl_1):Abstract nr 3339.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
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)0,0010,000

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 Opus0,241
Tête enseignante GPT0,520
Écart entre enseignants0,279 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetPancreatic and Hepatic Oncology Research→Travaux en français237 207→