MétaCan
Menu
Retour à la cohorte
Enregistrement W4409689931 · doi:10.1158/1538-7445.am2025-3344

Abstract 3344: The 31-gene expression profile identifies patients at risk of developing early distant metastases and can guide risk-appropriate surveillance strategies

2025· article· en· W4409689931 sur OpenAlexaff
Merve Hasanov, Elshad Hasanov, David M. Pariser, Sonia Morgan-Linnell, Brian Martin, Abel Jarell

Notice bibliographique

RevueCancer Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Diagnosis and Treatment
Établissements canadiensNorfolk General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineGene expressionOncologyGeneCancer researchBioinformaticsInternal medicineBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction: Up to 20% of patients with stage I-II cutaneous melanoma (CM) will develop distant metastases (DMs), with the most frequent DM sites being the liver, lungs, bone, and brain. Although patients who develop DM have poor prognosis, trials of new immunotherapies in patients with DM have reported 5-year survival rates as high as 50%. Critically, early detection of DM, when tumor burden is lower, tends to lead to better treatment responses. Thus, it is important to identify patients at the highest risk of developing DM so clinicians can recommend risk-appropriate surveillance and treatment plans. We previously assessed the ability of the 31-gene expression profile (31-GEP) to predict CNS metastases, and here we expand our analysis to assess 31-GEP risk prediction for DMs to the lung, liver, and bone. Methods: We conducted a retrospective analysis of patients with stage I-II CM clinically tested with the 31-GEP from 2013-2017 (n=1, 661). Differences in DM rates between groups were assessed with Chi-squared test. Survival estimates (DM-free survival, DMFS) were estimated using Kaplan-Meier and compared using the log-rank test. (*, p<0.05; **, p<0.001). Results: Among patients with stage I-II CM, a total of 90 DMs developed in 67 (4.0%) patients to the liver (n=48), lung (n=22), and/or bone (n=20). A higher percentage of patients with Class 2B than Class 1A developed DM to the liver (7.4% vs. 1.2%, **), lung (4.5% vs. 0.6%, **), and bone (3.0% vs. 0.8%, *). A 31-GEP Class 2B result was associated with significantly lower 5-year DMFS than Class 1B/2A or Class 1A for liver (91.7%, 92.2%, vs. 98.9%, **), lung (95.0%, 97.6%, vs. 99.4%, **), and bone (96.4%, 98.0%, vs. 99.2%, *). Of those with DM, the median time to develop DM (Class 1A, 1B/2A, vs. 2B) was 2.43, 2.22, vs. 2.27 years for liver; 1.74, 3.20, vs. 1.10 years for lung; and 3.2, 2.05, vs. 1.30 years for bone. Conclusion: Among patients with stage I-II CM, a greater percentage of those with a Class 2B 31-GEP developed DM at all studied sites, and 5-year DMFS was significantly lower for those with a Class 2B result. Thus, including 31-GEP testing with AJCC staging can allow clinicians to identify patients at higher risk of DM and recommend risk-appropriate surveillance modalities and frequency for early detection and treatment of DM. Citation Format: Merve Hasanov, Elshad Hasanov, David Pariser, Sonia Morgan-Linnell, Samuel Dierks, Brian Martin, Abel Jarell. The 31-gene expression profile identifies patients at risk of developing early distant metastases and can guide risk-appropriate surveillance strategies [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 3344.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,246
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,045
Tête enseignante GPT0,385
Écart entre enseignants0,340 · 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 tête enseignante, 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetCancer Diagnosis and TreatmentTravaux en français237 207