MétaCan
Menu
Retour à la cohorte
Enregistrement W4411951893 · doi:10.1177/10815589251358813

Mismatch repair (MMR) assay uptake and use in early colorectal cancer patients with MMR-deficient and MMR-proficient tumors

2025· article· en· W4411951893 sur OpenAlexafffund
Tyler Pretty, Ioannis A. Voutsadakis

Notice bibliographique

RevueJournal of Investigative Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueGenetic factors in colorectal cancer
Établissements canadiensEssar Steel Algoma (Canada)Sault Area HospitalNOSM University
Organismes subventionnairesMach-Gaensslen Foundation of Canada
Mots-clésMicrosatellite instabilityPMS2MedicineDNA mismatch repairColorectal cancerMLH1Lynch syndromeOncologyMSH2Internal medicineCancerBiology

Résumé

récupéré en direct d'OpenAlex

Three biomarkers for immune checkpoint inhibitors-mismatch repair (MMR)/microsatellite instability, tumor mutation burden, and PD-L1 ligand expression-are currently approved for utilization in therapeutic decisions. The adoption of these biomarkers has gained ground gradually following demonstrated clinical utility. The colorectal cancer database of our cancer program was reviewed, and data on the availability and on the results of MMR molecular evaluation of patients diagnosed with stage 1-3 colorectal cancer over 8 years were extracted from medical records. MMR evaluation was available in a higher percentage of patients diagnosed with non-metastatic colorectal cancer in most recent years. MMR was performed more often in patients with more advanced stage (stage 2 and 3) and in patients with right colon locations. MMR deficiency was associated with right colon cancers, high grade, and thrombocytosis. The prevalence of MMR deficiency was 23.1%, and the main defects leading to MMR deficiency were losses of MLH1 and PMS2 nuclear staining, which were present in 86.7% of patients with MMR deficiency. MMR testing showed an increasing up-take over the years, with a significant increase of performance since the approval of immunotherapy in metastatic patients with microsatellite instability/MMR deficiency.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,867

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,274
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Investigative MedicineMême sujetGenetic factors in colorectal cancerTravaux en français237 207