Impact of Genetic Ancestry on Genomics and Survival Outcomes in T-cell Acute Lymphoblastic Leukemia
Notice bibliographique
Résumé
The influence of genetic ancestry on genomics in T-cell acute lymphoblastic leukemia (T-ALL) has not been fully explored. We examined the impact of genetic ancestry on multiomic alterations, survival outcomes, and risk stratification. Among 1,309 children and young adults with T-ALL treated on the Children's Oncology Group trial AALL0434, the prognostic value of five commonly altered T-ALL genes varied by ancestry-including NOTCH1, which was associated with superior overall survival for patients of European ancestry but was nonprognostic among patients of African ancestry. Integrating genetic ancestry with published T-ALL risk classifiers, we identified that an X01 penalized Cox regression classifier stratified patients regardless of ancestry, whereas a European multigene classifier misclassified patients of certain ancestries. Overall, 80% of patients harbored a genomic alteration in at least one gene with differential prognostic impact in an ancestry-specific manner. These data demonstrate the importance of incorporating genetic ancestry into genomic risk classification. SIGNIFICANCE: There is a lack of studies examining the prognostic significance of genomic features by genetic ancestry in T-ALL, especially in non-European ancestral groups. In this study, we demonstrate how the prognostic value of individual alterations differs by genetic ancestry, warranting future studies to identify germline alleles affecting these associations. See related commentary by de Smith, p. xxx.
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 | 0,006 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».