The <scp>ABCs</scp> of <scp> <i>IGHV</i> </scp> Testing in Chronic Lymphocytic Leukaemia: Current Recommendations, Ongoing Challenges, and Future Directions
Notice bibliographique
Résumé
Chronic lymphocytic leukemia (CLL) is the most common low-grade B-cell neoplasm worldwide. While diagnostic criteria are well established, prognostication and management of this disease are an evolving field, owing to the biological and clinical heterogeneity of CLL. Molecular, cytogenetic, and immunogenetic workup are key in the management of CLL, and include evaluation for specific gene variants, copy number variants (CNVs), and detailed analysis of the immunoglobulin heavy chain variable region (IGHV) with respect to somatic hypermutation (SHM) status and the presence of recurrent stereotyped IGHV subsets. IGHV status has significant prognostic, predictive, and therapeutic implications in CLL and has been incorporated into multiple risk stratification systems. The advent of both next-generation sequencing (NGS) and novel targeted therapies has added further complexity to immunogenetic analysis in CLL. Owing to the necessity and growing complexity of IGHV analysis, the European Research Initiative on CLL (ERIC) developed guidelines to standardize methods for immunogenetic analysis and provide recommendations for interpretation of challenging cases (including multiple productive IGHV clones and discordant SHM status) and has published multiple updates, revising recommendations and raising new questions. This review discusses the biology and clinical significance of IGHV status in CLL as well as laboratory methodology in immunogenetic analysis, the evolution of the ERIC recommendations leading into the era of NGS, and recent advances and emerging strategies in this field.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».