MétaCan
Menu
Retour à la cohorte
Enregistrement W4415619227 · doi:10.3390/cancers17213427

Evaluating the Role of Liquid Biopsy to Detect Pathogenic Homologous Recombination Repair (HRR) Gene Alterations in Metastatic Prostate Cancer

2025· article· en· W4415619227 sur OpenAlexaffabout
Soumaya Labidi, Belinda Jiao, Shirley Tam, Parvaneh Fallah, Aida Salehi, Raghu Rajan, Mona Alameldin, Fadi Brimo, William D. Foulkes, Andreas I. Papadakis, Nabodita Kaul, Alan Spatz, Cristiano Ferrario, Ramy Saleh, April A. N. Rose

Notice bibliographique

RevueCancers · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueProstate Cancer Treatment and Research
Établissements canadiensMcGill Genome CentreMcGill University Health CentreMcGill UniversityJewish General Hospital
Organismes subventionnairesPfizer
Mots-clésLiquid biopsyHomologous recombinationProstate cancerBiopsyHomologous chromosomeGeneProspective cohort study

Résumé

récupéré en direct d'OpenAlex

Background: Metastatic prostate cancers frequently harbour pathogenic aberrations in Homologous Recombination Repair (HRR) genes that confer sensitivity to PARP inhibitors (PARPi). Therefore, accurate identification of all eligible patients is needed. The development of a circulating tumour DNA (ctDNA) testing alternative is promising as genomic testing of archived tissue leads to a failure rate of up to 30–40% in prostate cancer. Methods: This was a bi-institutional retrospective cohort study of patients with metastatic prostate cancer treated at the Jewish General Hospital or the McGill University Health Center, Montreal, Canada, between 2021 and 2023. Molecular data and treatment information were abstracted from a chart review. Chi-square, Fisher’s exact test, and Mann–Whitney tests were used to assess differences between groups. Results: We identified 484 metastatic prostate cancer patients. Somatic and germline testing for HRR was performed in 55.4% (n = 268) and 20% (n = 97) patients, respectively. Somatic testing was performed on tissue (n = 192, 71.6%) or ctDNA from liquid biopsies (n = 18, 6.7%) or both (n = 58, 21.7%). Pathogenic somatic HRR alterations were detected in 48 patients (17.9%). BRCA2 was the most frequent (n = 17), followed by ATM (n = 11), then CHEK2 (n = 5). Amongst patients with germline testing, 13/97 (13.4%) had pathogenic alterations predicted to lead to deficient HRR, mostly BRCA2 (n = 9), and three had detectable BRCA2 in tissue. Dual testing modality (tissue+ctDNA) significantly enhanced the detection rate of HRR alterations 19/58 (32.7%) vs. 29/210 (13.8%) for single testing modality (tissue or ctDNA), p = 0.008. The rate of inconclusive results was significantly lower in dual testing modality 0/58 (0%) vs. 25/210 in single testing modality (11.9%), p = 0.003. Amongst the 14 patients who had discordant results between liquid and tissue tests, HRR abnormalities were more frequently identified in ctDNA (n = 11) vs. tissue (n = 3). Patients who had HRR deficiency detected only in ctDNA had older tissue samples (median 5.6 years) compared to those who had deficient HRR detected only in tissue (median 0.2 years; p = 0.14). Conclusions: These data highlight a potential role in implementing liquid biopsy—especially in patients who only have older archival tissue available or failed tissue testing—to improve the detection rate of deficient HRR. Our ongoing prospective study will further validate whether the addition of liquid biopsy can identify more patients who are eligible to receive precision therapies by increasing the rate of detection of HRR deficiency compared to routine tissue testing alone.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,004
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,040
Tête enseignante GPT0,389
Écart entre enseignants0,349 · 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 revueCancersMême sujetProstate Cancer Treatment and ResearchTravaux en français237 207