Additional file 1 of MHC-I genotype and tumor mutational burden predict response to immunotherapy
Notice bibliographique
Résumé
Additional file 1: Table S1. List of patients who underwent immunotherapy at UCSD (N = 83). Table S2. Univariate analysis of factors affecting outcome for patients with TMB > 10 mutations/mb treated with immune checkpoint blockade (N = 39 with TMB ≥ 10 mutations/mb). Table S3. Multivariate analysis of factors affecting outcome for patients treated with immunotherapy (N = 39 with TMB ≥10 mutations/mb). Table S4. Validation cohort of 32 patients with NSCLC treated with pembrolizumab. Table S5. Validation cohort patient demographics by PHBR score (< 0.5 vs. ≥0.5) for 32 patients with NSCLC treated with pembrolizumab. Table S6. Univariate analysis of factors affecting outcome for validation patients treated with immune checkpoint blockade (N = 32). Table S7. Overall response rate and PFS, segregated by TMB low/high and PHBR low/high among validation patients (N = 32). Table S8. Covariates retained after the backwards selection process. The coefficients and respective p-values for the covariates including TMB and PHBR in the final model are shown. Figure S1. Overview of tumor type distribution for the discovery cohort. Figure S2. CONSORT Diagram. Figure S3. Overview of minimum PHBR score distribution and TMB distribution for the discovery (A-B) and validation (C-D) cohorts. Figure S4. Kaplan and Meier PFS and OS for patients treated with immunotherapy, excluding patients with TMB = 0. Figure S5. Additional PFS and OS for patients treated with immunotherapy (N = 77 with TMB available. Figure S6. Correlation between PHBR score and TMB (N = 77 with TMB available. Figure S7. Area under the receiver operating characteristic curve (AUROC) for predicting OBR in the discovery cohort using the covariates obtained from the backward selection process, with the addition of PHBR (A), TMB (B) and the combination of PHBR and TMB (C). Figure S8. Kaplan Meier PFS dichotomized by both PHBR < 0.5 and ≥ 0.5 and TMB < 10 and ≥ 10 mutations/mb for histologies with ≥5 patients; NSCLC (A), SCC (B), Head and Neck (C), and Breast (D). Figure S9. Kaplan Meier PFS dichotomized by both PHBR < 0.5 and ≥ 0.5 and TMB < 10 and ≥ 10 mutations/mb excluding NSCLC (A), SCC (B), Head and Neck (C), Breast (D) and both NSCLC and SCC, the most common histologies in our cohort (E). Fig. S10: Area under the receiver operating characteristic curve (AUROC) for predicting OBR from PHBR and TMB in the discovery cohort training on NSCLC and SCC patients (A) and testing on patients in the remaining tumor types (B).
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 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,846 | 0,121 |
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 ».