Liquid biopsy in hepatobiliary and pancreatic cancers: A paradigm shift in early detection, prognostic stratification, and perioperative monitoring
Notice bibliographique
Résumé
BACKGROUND Hepatobiliary and pancreatic cancers are among the most lethal malignancies due to late-stage diagnosis and limited treatment options. Liquid biopsy has emerged as a minimally invasive tool for early cancer detection, prognosis, and therapeutic monitoring. AIM To concise the available data on liquid biopsy and establish its role in hepatobiliary surgeries. METHODS This systematic review was conducted following Preferred Reporting Items for Systematic Reviews and Meta-Analyses 2009 guidelines. A comprehensive literature search was performed using PubMed, Scopus, Web of Science, and EMBASE for studies published up to March 2025. Studies assessing the role of circulating tumor DNA, circulating tumor cells, exosomes, and other liquid biopsy markers in hepatobiliary and pancreatic cancers were included. The risk of bias was evaluated using the Newcastle-Ottawa Scale for observational studies and the Cochrane Risk of Bias Tool for clinical trials. RESULTS Liquid biopsy demonstrated significant potential for early cancer detection, perioperative risk stratification, intraoperative surgical decision-making, and postoperative monitoring of minimal residual disease. However, challenges remain regarding standardization, sensitivity, and clinical validation. CONCLUSION Liquid biopsy represents a paradigm shift in hepatobiliary and pancreatic cancer management. Advancements in next-generation sequencing and artificial intelligence may enhance its clinical utility. Further large-scale studies are needed to establish standardized protocols for routine implementation.
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 | 0,055 | 0,092 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».