Circulating tumor DNA and protein biomarker detection in liquid biopsy samples to for the triaging and monitoring of HPV-associated cervical pre-cancer and cancer
Bibliographic record
Abstract
Introduction: Le cancer du col de l’utérus est le quatrième cancer le plus fréquent chez les femmes à l’échelle mondiale, avec 660 000 cas et 350 000 décès rapportés en 2022. L’infection persistante par le papillomavirus humain (VPH) à haut risque, notamment les sous-types 16 et 18, est responsable de plus de 90% des cas. Malgré les mesures de prévention existantes, comme la vaccination contre le VPH et le dépistage par frottis, ce cancer reste en augmentation rapide au Canada, avec une hausse annuelle de 3,7% depuis 2015. Cette tendance s’explique en partie par des barrières socio-économiques, notamment le coût des vaccins et l’éloignement géographique, qui limitent l’accès à la prévention et aux soins, en particulier pour les populations vulnérables. Objectifs: Ce projet visait à évaluer la biopsie liquide comme méthode non-invasive et accessible pour détecter les biomarqueurs du cancer du col de l’utérus. Les objectifs étaient: (1) créer une bio-banque d’échantillons de biopsie liquide (sang, urine, cytologie du col de l’utérus, auto-prélèvements vaginaux) provenant de patientes atteintes de lésions précancéreuses ou de cancer, ainsi qu’une base de données cliniques associées; (2) évaluer la détection de l’ADN tumoral circulant (ADNct) des HPV 16 et 18 par PCR numérique sur une cohorte rétrospective et examiner son association avec les facteurs cliniques; et (3) enquêter la microscopie à contraste d’interférence de fluorescence (FLIC) pour améliorer la sensibilité de détection de la protéine p16 par rapport à l’ELISA traditionnel. Résultats: Une bio-banque de 209 patientes (161 pré-cancer, 48 cancer) a été constituée, incluant 653 échantillons de biopsie liquide avant traitement: 85 échantillons de sang, 183 d’urine, 191 de cytologie du col de l’utérus et 194 auto-prélèvements vaginaux. Les taux de consentement étaient plus élevés pour l’urine et les auto-prélèvements vaginaux, indiquant une préférence pour des méthodes moins invasives. L’analyse rétrospective a révélé que les niveaux d’ADNct des HPV 16 et 18 étaient corrélés au stade de la maladie. Les niveaux étaient plus élevés chez les patientes atteintes de CIN2/3 ou de cancer que chez celles ayant une pathologie normale ou une CIN1. En parallèle, la microscopie FLIC a démontré une limite de détection de la protéine p16 dix fois inférieure à celle de l’ELISA, suggérant une sensibilité accrue pour détecter cette protéine. Des analyses supplémentaires sont en cours pour évaluer l’efficacité de cette méthode dans les lysats de cellules cancéreuses du col de l’utérus. Conclusion: Ce projet a permis de constituer une première bio-banque avec quatre types différents d'échantillons de biopsie liquide dédiée au cancer du col de l’utérus, offrant une base pour des recherches futures sur les biomarqueurs. L’auto-prélèvement s’est révélé prometteur pour surmonter les barrières à l’accès au dépistage et à la surveillance. Les travaux futurs se concentreront sur l’intégration des biomarqueurs ADNct et p16 dans des appareils microfluidiques pour des tests au point de service. Cette technologie pourrait non seulement améliorer l’accessibilité au dépistage, mais aussi renforcer l’autonomie des femmes dans la gestion de leur santé du col de l’utérus
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".