A High Performing Biomarker Signature for Detecting Early-Stage Pancreatic Ductal Adenocarcinoma in High-Risk Individuals
Notice bibliographique
Résumé
Background/Objectives: Early detection of pancreatic cancer can improve patient survival, and blood-based biomarkers to aid in this are a significant need. The goal of this study was to develop and evaluate the performance of a 4- to 6-plex biomarker signature for detection of early-stage pancreatic ductal adenocarcinoma (PDAC) that performs well in high-risk controls. Methods: Enzyme-linked immunosorbent assays were used to measure 10 previously identified serum protein biomarker candidates in Stage I and II PDAC cases (n = 128), high-risk controls (n = 465), and normal-risk controls (n = 30). Various combinations of biomarker candidates (models) were trained using machine learning and tested for robustness in differentiating cases from controls on the full cohort and in clinically relevant sub-types including those with diabetes, those ≥65 years of age, and low producers of carbohydrate antigen 19-9 (CA 19-9). Results: At 98% specificity, the top performing model, which was comprised of tissue inhibitor of metalloproteinase 1 (TIMP1), intracellular adhesion molecule 1 (ICAM1), thrombospondin 1 (THBS1), cathepsin D (CTSD), and CA 19-9, achieved 85% sensitivity in the full cohort and sensitivities of 91% in diabetics, 90% in ≥65 years of age, and 60% in low CA 19-9 producers. This model demonstrated significantly higher sensitivity in detecting PDAC in the full cohort and all sub-populations compared to CA 19-9 alone (p < 0.001). Conclusions: Our findings demonstrate the feasibility of a blood-based assay for detecting early-stage PDAC in high-risk individuals and key sub-populations, representing an important step towards improving diagnostic success for early-stage disease.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».