ETMR-09. Clinical and molecular characterization of DICER-mutant Central Nervous System Sarcoma
Notice bibliographique
Résumé
Abstract Background Central nervous system (CNS) sarcomas are rare mesenchymal non-meningothelial tumors accounting for 0.2% of brain tumors. Due to their rarity, there is a lack of substantive clinical, histological and molecular data. Methods Patients diagnosed with primary CNS sarcomas were identified through several international collaborations. DNA methylation profiles were generated using 850K microarray assays, followed by unsupervised hierarchical clustering and t-SNE analyses. Additionally, targeted DNA sequencing was employed to characterize the somatic landscape. Clinical data was collected and summarized using descriptive statistics, and survival estimates were calculated using the Kaplan-Meier method. Results We analyzed DNA methylation data of 65 tumor samples. Clustering analyses demonstrated DICER-1 CNS sarcomas segregate into two distinct epigenetic subgroups. Copy number analysis demonstrated frequent CNV alterations and chromothripsis in 35% of the samples. DICER-1 mutations were present in 85% of cases and associated with frequent additional alterations in TP53 (65%) and KRAS (51%). The median age at diagnosis was 10.4 years (r: 0.4 - 71 y) and 52% (n = 34) of subjects were male. Tumors were frequently (91%) located in the supratentorial compartment, frontal lobe involvement was noted in 62% of cases. Patients were treated with multimodal approaches including surgery, ICE chemotherapy, and focal radiation. At median follow-up time of 27.5 months, the 2-year progression-free and overall survival was 50.8% (r: 0.31-0.67) and 53.5% (r: 0.34-0.69) respectively. Conclusions DICER-1 CNS Sarcoma is an aggressive entity that segregates into two epigenetic subgroups, clinical and genotype correlations remain to be elucidated. Current multimodal approaches are only effective in a subset of patients. The identification of MAPK pathway alterations in most cases should be explored as a therapeutic avenue.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».