清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Dynamic recurrence risk and adjuvant chemotherapy benefit prediction by ctDNA in resected NSCLC

医学 肿瘤科 内科学 循环肿瘤DNA 阶段(地层学) 佐剂 化疗 疾病 肺癌 辅助化疗 癌症 生物 古生物学 乳腺癌
作者
Bin Qiu,Wei Guo,Fan Zhang,Fang Lv,Ying Ji,Yue Peng,Xiaoxi Chen,Hua Bao,Yang Xu,Yang Shao,Fengwei Tan,Qi Xue,Shugeng Gao,Jie He
出处
期刊:Nature Communications [Nature Portfolio]
卷期号:12 (1): 6770-6770 被引量:261
标识
DOI:10.1038/s41467-021-27022-z
摘要

Abstract Accurately evaluating minimal residual disease (MRD) could facilitate early intervention and personalized adjuvant therapies. Here, using ultradeep targeted next-generation sequencing (NGS), we evaluate the clinical utility of circulating tumor DNA (ctDNA) for dynamic recurrence risk and adjuvant chemotherapy (ACT) benefit prediction in resected non-small cell lung cancer (NSCLC). Both postsurgical and post-ACT ctDNA positivity are significantly associated with worse recurrence-free survival. In stage II-III patients, the postsurgical ctDNA positive group benefit from ACT, while ctDNA negative patients have a low risk of relapse regardless of whether or not ACT is administered. During disease surveillance, ctDNA positivity precedes radiological recurrence by a median of 88 days. Using joint modeling of longitudinal ctDNA analysis and time-to-recurrence, we accurately predict patients’ postsurgical 12-month and 15-month recurrence status. Our findings reveal longitudinal ctDNA analysis as a promising tool to detect MRD in NSCLC, and we show pioneering work of using postsurgical ctDNA status to guide ACT and applying joint modeling to dynamically predict recurrence risk, although the results need to be further confirmed in future studies.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
2秒前
欧阳懿完成签到 ,获得积分10
4秒前
ztl完成签到 ,获得积分10
5秒前
hll完成签到,获得积分20
5秒前
蔡龙杰发布了新的文献求助30
6秒前
优雅雪珊发布了新的文献求助10
6秒前
lamb发布了新的文献求助10
12秒前
滕皓轩完成签到 ,获得积分20
19秒前
耍酷季节完成签到,获得积分10
23秒前
Frankie完成签到,获得积分10
27秒前
oleskarabach完成签到,获得积分20
33秒前
34秒前
尹依依发布了新的文献求助10
37秒前
牛牛的马完成签到,获得积分10
38秒前
眯眯眼的安雁完成签到 ,获得积分10
44秒前
热爱科研的小海豹完成签到 ,获得积分10
48秒前
安详的灰狼完成签到 ,获得积分10
48秒前
英姑应助尹依依采纳,获得10
53秒前
xinbadake应助拉长的寒松采纳,获得10
53秒前
003发布了新的文献求助20
56秒前
57秒前
颖宝老公完成签到,获得积分0
58秒前
田田完成签到 ,获得积分10
1分钟前
Tonald Yang完成签到 ,获得积分10
1分钟前
lamb完成签到 ,获得积分10
1分钟前
樵木完成签到,获得积分10
1分钟前
噗愣噗愣地刚发芽完成签到 ,获得积分10
1分钟前
迷你的金鱼完成签到,获得积分10
1分钟前
daisy完成签到 ,获得积分10
1分钟前
lt0217完成签到,获得积分10
1分钟前
慈祥的寻芹完成签到,获得积分10
1分钟前
柒柒球完成签到 ,获得积分10
1分钟前
失眠的青寒完成签到,获得积分10
1分钟前
小蘑菇应助慈祥的寻芹采纳,获得10
1分钟前
宇文雨文完成签到 ,获得积分10
1分钟前
奔跑应助科研通管家采纳,获得10
1分钟前
奔跑应助科研通管家采纳,获得10
1分钟前
粗心的语芹完成签到,获得积分10
1分钟前
2分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Rosenblum, Global Change Biology 800
自動車の空力技術 800
Essentials of Carbohydrate Chemistry and Biochemistry, 4th Edition 800
Organizational Behavior 510
Management and the Arts 510
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 化学工程 工程类 有机化学 物理 复合材料 生物化学 内科学 细胞生物学 基因 遗传学 免疫学 冶金 光电子学 癌症研究
热门帖子
关注 科研通微信公众号,转发送积分 7778308
求助须知:如何正确求助?哪些是违规求助? 9318778
关于积分的说明 20365940
捐赠科研通 7365435
什么是DOI,文献DOI怎么找? 3319203
关于科研通互助平台的介绍 2467070
邀请新用户注册赠送积分活动 2334608