BIOM-10. PREDICTION OF BRAIN METASTASIS DEVELOPMENT FROM LUNG ADENOCARCINOMA USING DNA METHYLOMES AND THEIR NON-INVASIVE DETECTION IN CSF AND PLASMA
Notice bibliographique
Résumé
Abstract INTRODUCTION Brain metastases (BM) are the most common intracranial tumor, with a poor prognosis of 10-16 months, and lung adenocarcinoma (LUAD) is the most common source. Currently, we cannot reliably predict which patients will develop BMs clinically, so most are detected after they develop and growing to cause deficits. Here, we use tumor DNA methylomes to predict which patients are likely to develop BM through the course of disease and we use both cerebrospinal fluid (CSF) and plasma methylomes for BM liquid biopsy, enabling their early detection and treatment. METHODS DNA methylomes were acquired from 419 tumor and plasma samples from 363 LUAD and BM patients. We built DNA methylation-based models that predict BM development and that also identify BMs non-invasively from CSF and plasma in discovery data subsets. A nomogram was built that predicts BM risk using methylation scores and clinical stage together. Models were evaluated in independent validation sets. RESULTS Our model predicting BM development was accurate (Univariable Cox: HR=5.7, 95% CI=1.9-17.2), p=0.0023), independent of clinical factors (Multivariable Cox: HR=8.9, 95% CI=2.0-40.5, p=0.0046), and more predictive than cancer staging used currently clinically (AUC=0.81 versus 0.65). Our combinatorial nomogram using methylation and staging data together showed enhanced BM prediction (Univariable Cox: HR=17.2, 95% CI=4.1-71.3, p<0.0001; AUROC=0.82). Our models identifying BM through biofluid methylomes accurately distinguished BM from differential diagnoses of gliomas and lymphomas in plasma (AUROC=0.80, 95% CI=0.68-0.93) and with greater accuracy in CSF (AUROC=0.93, 95% CI=0.71-1.0). CONCLUSION Overall, we show the first approaches for robust molecular prediction of BM development and for reliable liquid biopsy of BM. This work is expected to transform cancer management by identifying high-risk lung cancer patients after initial treatment for inclusion in screening protocols using neuroimaging and liquid biopsy, to identify BM development early with less advanced disease and more optimal therapeutic outcomes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».