Abstract 4592: TERT expression predicts progression-free survival in meningiomas
Notice bibliographique
Résumé
Abstract Background: TERT promoter mutation (TPM) is a rare but established biomarker in meningiomas associated with aberrant TERT expression, reduced progression-free survival (PFS), and reduced overall survival. While TERT is highly expressed in tumors with promotor mutations, its expression has also been observed even in tumors with wildtype TERT promoters (TP-WT). This study aimed to assess the prevalence of TERT expression and its association with clinical outcome in meningiomas. Methods: Bulk RNA sequencing (n=604), Sanger sequencing of the TERT promoter (n=1095), and methylation profiling (n=1218) of a multi-institutional cohort of meningiomas (total n=1241) were performed to determine TERT expression, TERT promoter mutation status, and TERT promoter methylation. A cohort of 380 meningiomas from Toronto was used for discovery, and 861 meningioma samples from external institutions were compiled as a validation cohort. Results: TERT expression was significantly higher in meningiomas with TPMs compared to TP-WT. However, TERT was still expressed in 30.4% of meningiomas that lacked TPM. TERT expression increased with higher WHO grades and was associated with shorter progression-free survival, even among TP-WT tumors. WHO grade 1 tumors that expressed TERT had PFS similar to those of WHO grade 2, while WHO grade 2 meningiomas expressing TERT had a PFS similar to those of WHO grade 3 meningiomas. Among grade 3 meningiomas, tumors expressing TERT had PFS similar to those with TPMs. Conclusions: Our findings highlight the prognostic significance of TERT expression in meningiomas, even in the absence of TPMs. Its presence may identify patients at greater risk of rapid progression. These results support the inclusion of TERT expression in risk stratification models and management strategies, including future WHO classification and cIMPACT-NOW molecular testing criteria. Citation Format: Chloe Gui, Justin Z. Wang, Vikas Patil, Andrew Ajisebutu, Jeff Liu, Zeel Patel, Rebeca Yakubov, Ramneet Kaloti, Yosef Ellenbogen, Christopher Wilson, Aaron Cohen-Gadol, Ghazaleh Tabatabai, Marcos Tatagiba, Felix Behling, Eric C. Holland, Jill S. Barnholtz-Sloan, Andrew E. Sloan, Craig Horbinski, Silky Chotai, Lola B. Chambless, Andrew Gao, Serge Makarenko, Stephen Yip, Kenneth Aldape, Farshad Nassiri, Gelareh Zadeh. TERT expression predicts progression-free survival in meningiomas [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 4592.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».