Comparison of liquid biopsy-based technologies for cancer screening
Notice bibliographique
Résumé
Circulating plasma DNA has found important applications in diverse medical fields, including prenatal testing, transplantation, and especially cancer. Many companies have developed products for detecting minimal residual disease, selecting or monitoring therapy, assessing prognosis, and confirming diagnosis. One major application is in screening asymptomatic individuals for the presence of cancer. Screening may facilitate better clinical outcomes through earlier interventions. Collectively, these technologies are widely known as "liquid biopsies". After the extraction of free DNA from the circulation, it is analyzed by various molecular techniques to explore differences between DNA originating from normal cells and cancer cells. Circulating plasma DNA originating from tumors (ctDNA) is expected to harbor the same molecular changes as tumor tissue itself. Thus, ctDNA is considered a surrogate of cancer tissue, but without the need to perform invasive biopsies to obtain it. Many new diagnostic companies have taken advantage of this new biomarker and developed technologies for screening for one or multiple cancers. We previously estimated the amount of ctDNA in circulation, which is admixed with DNA originating from normal cells. We concluded that since only a small fraction of the whole plasma (3 liters) is used for testing (3 to 4 mL), it is possible that the retrieved ctDNA may not be enough for cancer diagnosis in all patients. This problem is more acute with small tumors. Here, we mention some companies in the "liquid biopsy" arena and analyze their clinical data to establish if their tests are close to entering the clinic. We conclude from this analysis that current data do not support the use of these technologies for population screening due to many false negative and false positive results.
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 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».