Improved tumor-type informed compared to tumor-informed mutation tracking for ctDNA detection and microscopic residual disease assessment in epithelial ovarian cancer
Notice bibliographique
Résumé
BACKGROUND: Epithelial ovarian cancer (EOC) is a leading cause of cancer mortality in women, often diagnosed at advanced stages. While first-line treatments improve survival, relapses remain common, with 5-year survival rates below 40%. Circulating tumor DNA (ctDNA) is a promising biomarker for non-invasive EOC detection and monitoring. It may help assess treatment response, notably microscopic residual disease. Our objective was to compare two ctDNA characterization strategies in EOC for assessing tumor burden during first-line treatment: a tumor-informed approach based on somatic mutations and a tumor-type informed approach utilizing DNA methylation patterns. METHODS: In the tumor-informed approach, whole exome sequencing (WES) was performed on EOC tumor DNA and matched PBMCs from 22 patients to identify tumor-specific mutations. Personalized panels were then designed to track these mutations in plasma cfDNA. In the tumor-type informed approach, differentially methylated loci (DMLs) were identified by comparing EOC samples, healthy ovarian tissues, and PBMCs. A unique custom methylation panel was designed, and a support vector machine classifier was trained to distinguish between methylation profiles in plasma cfDNA from healthy donors and from EOC patients. Plasma samples from 47 advanced-stage EOC patients receiving chemotherapy and 54 healthy subjects were analyzed. RESULTS: ), with 70.2% concordance in detection. At baseline, ctDNA was detected in 21/22 patients with the tumor-informed approach, and in 11/12 non-training baseline samples with the tumor-type-informed classifier. At end-of-treatment, the latter detected ctDNA in 16/22 samples, outperforming the former. Detection using this more sensitive approach was significantly associated with relapse (log-rank p = 0.009; hazard ratio = 9.44; 95% CI 1.22-73.26) and poorer overall survival (log-rank p = 0.041). CONCLUSION: The tumor-type informed classifier demonstrated sensitivity and specificity for ctDNA detection, outperforming the tumor-informed approach in monitoring EOC progression. Requiring fewer sequencing data, it offers a practical, efficient solution for clinical management of EOC.
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 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 | 0,001 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».