Impact of Genetic Ancestry on Genomics and Survival Outcomes in T-cell Acute Lymphoblastic Leukemia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 découle