MétaCan
Menu
Retour à la cohorte
Enregistrement W7135016157 · doi:10.1093/neuped/wuaf001.109

ETMR-09. Clinical and molecular characterization of DICER-mutant Central Nervous System Sarcoma

2025· article· en· W7135016157 sur OpenAlex
Dipak K. Poria, Alexis Dowiak, Lane Williamson, Julija Povilaikaite, Edgar Cabrera, Nelson Aponte, Johnny J. Garcia, Lina Quiroz, Martha Piña, Cindy Martinez, Diana Valencia, Liliana Barragan, Alma Benito Reséndiz, Henriette Magelsen, Ángela Trujillo, Diana S. Osorio, Oscar Eduardo González Figueredo, Angelica Castillo, Roger Packer, Isabel Sarmiento, Amaranto Suárez, Zied Abdullaev, Naureen Mushtaq, Ute Bartels, Eric Buffet, Bárbara Rivera Polo, Kenneth Aldape, Vijay Ramaswamy, Adriana Fonseca

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueNeuro-Oncology Pediatrics · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueGlioma Diagnosis and Treatment
Établissements canadiensSickKids Foundation
Organismes subventionnairesnon disponible
Mots-clésEpigeneticsSarcomaDNA methylationKRASGNAS complex locusSomatic cellCentral nervous systemChromothripsis

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,609

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,299
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle