MétaCan
Menu
Retour à la cohorte
Enregistrement W4414011763 · doi:10.36401/jipo-25-11

Circulating Tumor DNA as a Prognostic Biomarker for Selecting Participants to Early Phase Clinical Trials

2025· article· en· W4414011763 sur OpenAlexfundno aff
Sammy Shaya, Okezie Uche–Ikonne, Bedirhan Kilerci, Julie Stevenson, Alastair Greystoke, Natalie Cook, Fiona Thistlethwaite, Louise Carter, Donna M. Graham, Matthew Krebs

Notice bibliographique

RevueJournal of Immunotherapy and Precision Oncology · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensnon disponible
Organismes subventionnairesLoxo OncologyChugai PharmaceuticalFoundation MedicineSierra OncologyServierMinistry of Minority AffairsEuropean Society for Medical OncologyAstellas PharmaEisaiCancer Research UKSeagenActuate TherapeuticsPfizerIncyteNuCanaModernaTarveda TherapeuticsTaiho PharmaceuticalChristie CharityMacroGenicsSarcoma UKSanofiGlaxoSmithKlineAmgenCarrick TherapeuticsAstraZenecaIgnytaEli Lilly and CompanyBristol-Myers Squibb
Mots-clésBiomarkerOncologyClinical trialMedicineCirculating tumor DNAInternal medicineComputational biologyCancerBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Introduction Patients with advanced solid tumors may be considered for early phase clinical trials investigating the safety, tolerability, and dosing of experimental therapies. Optimizing participant selection is critical to maximize clinical benefit and meet trial endpoints with fewer participants. One in six participants does not meet routine life expectancy requirements (>3 months), highlighting the need for improved prognostication. Variant allele frequency (VAF) in circulating tumor DNA (ctDNA) correlates with overall survival (OS) in advanced solid tumors. We aimed to derive an optimal VAF threshold as a prognostic biomarker to enhance participant selection. Methods ctDNA testing was performed as part of the TARGET (NIHR Clinical Research Network CPMS ID 39172) and TARGET National (NCT04723316) prospective cohort studies, in patients with advanced solid tumors referred for early phase clinical trials. Maximum (maxVAF) and mean VAF (meanVAF) were compared in their association with OS and ability to delineate favorable and poor outcomes at set threshold points using hazard ratios (HRs). Optimal thresholds of VAF were explored using receiver operating characteristic curve analysis to predict 3-month landmark OS. Univariable and multivariable analysis was performed to determine whether VAF was an independent prognostic marker. Results Of 631 patients, 587 had evaluable ctDNA results. MeanVAF and maxVAF exhibited similar correlation with OS (r s = −0.32 vs −0.35, respectively) and similar prognostic utility at matched threshold points. A maxVAF value of 4% was selected as optimal for prognostic subgrouping (area under curve 0.77). OS was 5.9 versus 12.1 months ( p < 0.0001) for patients with more than 4% and 4% or less maxVAF, respectively. Multivariable analysis confirmed more than 4% maxVAF as independently associated with reduced 3-month landmark OS (HR 2.17 [1.76–2.70], p < 0.001). Conclusion VAF is an independent prognostic marker in patients with advanced solid tumors, with 4% maxVAF deemed optimal for delineating favorable and poorer prognostic subgroups in this patient cohort. Further validation and integration into existing prognostic scores are warranted.

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)0,040
score de la tête « metaresearch » (Gemma)0,061
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,214

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,061
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,118
Tête enseignante GPT0,498
Écart entre enseignants0,380 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Immunotherapy and Precision OncologyMême sujetCancer Genomics and DiagnosticsTravaux en français237 207