MétaCan
Menu
← Retour à la cohorte
Enregistrement W4411985140 · doi:10.1101/2025.07.02.25330747

Clinical Validation of Digital PCR-based ctDNA detection for risk stratification in residual triple negative breast cancer: TRICIA trial results

2025· preprint· en· W4411985140 sur OpenAlexafffund
Talia Roseshter, Anna Klemantovich, Josiane Lafleur, Cathy Lan, Luca Cavallone, Kathryn Bozek, Juliet Guay, Dara Elebute, Sarah Jenna, Rodney J. Ouellette, Suzan McNamara, Jean-François Boileau, Manuela Pelmus, Muriel Brackstone, Rossanna C. Pezo, Terry L. Ng, Adriana Aguilar, Mark Basik

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensOttawa HospitalSunnybrook HospitalLondon Health Sciences CentreJewish General HospitalAtlantic Cancer Research InstituteMcGill University
Organismes subventionnairesFonds de Recherche du Québec - SantéJewish General HospitalFondation de l'Hôpital général juifFondation du cancer du sein du QuébecQuébec Consortium for Drug DiscoveryMcGill University
Mots-clésRisk stratificationOncologyBreast cancerResidualTriple-negative breast cancerInternal medicineStratification (seeds)Residual riskMedicineCancerBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Triple-negative breast cancer (TNBC) patients who have residual tumor at surgery (non-pathological complete response or non-pCR) after neoadjuvant chemotherapy (NAC) have a poor prognosis. In these cases, adjuvant chemotherapy with capecitabine improves disease-free survival in ∼15% of patients. Identifying those who would benefit or not from such additional therapy remains a critical need. Circulating tumor DNA (ctDNA), a plasma-based biomarker, provides real-time insights into disease and treatment progression. We previously demonstrated that ctDNA detection after NAC and before surgery signals poor prognosis. In the TRICIA trial, 92 patients with non-pCR provided plasma before surgery and after NAC (T1), after surgery (T2), during adjuvant capecitabine therapy (T3) and late after surgery following completion of adjuvant treatment (T4). The sensitivity, specificity, and predictive values of a tumor-informed digital-droplet-based ctDNA detection assay were measured with a median follow-up of 38 months. ctDNA was detected in 97% of patients before clinical relapse. We confirmed that the lack of detection of ctDNA at the post-NAC pre-operative (T1) time point is highly prognostic, with 95% distant-disease relapse free survival. The other time points were not as strongly prognostic. The detection of ctDNA in patients with significant residual tumor (Residual Cancer Burden 2 or 3) was also highly prognostic and our test performed with 100% sensitivity and 100% specificity in RCB 3 patients. Although the extent of residual disease was correlated with the Fractional Abundance of individual variants, the effect of surgery on ctDNA detectability was not significant except for RCB 3 cases, in which large amounts of residual disease were removed. We measured 3 time points before, during and after capecitabine treatment and found that capecitabine treatment was associated with clearance of ctDNA in 41% of cases, and clearance (from detection to non-detection) was associated with good prognosis. These findings suggest that ctDNA testing using ddPCR assays in an academic hospital-based context can reliably identify a very low-risk group of non-pCR TNBC patients, and this personalized approach is ready for prospective testing for clinical utility in TNBC patients who have undergone NAC and require additional chemotherapy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,033
Tête enseignante GPT0,336
Écart entre enseignants0,303 · 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 source (Gemma direct ou Codex distillé), 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 revuemedRxiv→Même sujetCancer Genomics and Diagnostics→Travaux en français237 207→