Lessons from a National Liquid Biopsy Program to Provide Cancer Testing and Treatment for Patients with Advanced Solid Tumors
Notice bibliographique
Résumé
Personalized cancer treatment depends on the accurate and timely detection of the patient tumor variants. LBx enables minimally invasive tumor mutation profiling. We report results of a pan-Canadian LBx program for patients with advanced solid tumors. Plasma samples were tested at Imagia Canexia Health accredited laboratory using the clinically validated Follow It 38-gene panel. A proprietary platform was used to identify clinically relevant variants in the circulating tumor DNA and report results following accepted international guidelines on clinical significance. A total of 4229 eligible patients submitted samples for LBx testing, and reports for 97% of them were delivered within ~8 days. More than 80% of Canadian oncologists from >150 institutions across 12 provinces (11% from rural centers) participated in the project. The patient cohort consisted mostly of advanced or metastatic lung, breast, and colon cancers. ctDNA mutations were detected in >50% of cases, and clinical trials were recommended for 76% of all participants. Health economics modeling analysis found that Follow It® in combination with tissue biopsy was cost-saving and resulted in an additional 0.1138 QALYs gained relative to tissue biopsy alone. The successful pan-Canadian implementation of a cost-effective, robust LBx testing program demonstrated its sustained demand and feasibility, and its potential economic and health benefits.
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 | 0,014 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».