A microenvironment-determined risk continuum refines subtyping in meningioma and reveals determinants of machine learning-based tumor classification
Rattachement africain : nl, de, ca, us, fr, ch, gb, dk, il, at. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Classification of tumors in neuro-oncology today relies on molecular patterns (mostly DNA methylation) and their machine learning-supported interpretation. Understanding the process of algorithmic interpretation is essential for safe application in clinical routine. This is paradigmatically true for the most common primary intracranial tumor in adults, meningioma. Here, by applying multiomic profiling and multiple lines of orthogonal computational evaluation in multiple independent datasets, we found that not only tumor cell characteristics but also incremental changes in the tumor microenvironment (TME) have impact on epigenetic meningioma classification and clinical outcome. Besides revealing the decisive role of non-neoplastic cells in the CNS methylation classifier, this challenges the model of distinct meningioma subgroups toward a TME-determined risk continuum. This refines current controversies in molecular meningioma subtyping. In addition, we apply these learnings to devise and validate a simple diagnostic approach for increased clinical prediction accuracy based on immunohistochemistry, which is also applicable in resource-limited settings.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- A microenvironment-determined risk continuum refines subtyping in meningioma and reveals determinants of machine learning-based tumor classification
- Date Crossref
- 01/02/2026
- Éditeur
- Springer Science and Business Media LLC
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Leiden University Medical Center Department of Pathology pays non établi dans la noticeOrganisme public
-
Erasmus MC Cancer Institute pays non établi dans la noticeÉtablissement de santé
-
German Cancer Research Center Department of Biostatistics pays non établi dans la noticeStructure de recherche
-
Heidelberg University Department of Hematology pays non établi dans la noticeUniversité ou école supérieure
-
University Hospital Heidelberg Department of Neuropathology pays non établi dans la noticeÉtablissement de santé
-
University of Toronto Department of Radiation Oncology pays non établi dans la noticeUniversité ou école supérieure
-
Hopp Children's Cancer Center Heidelberg pays non établi dans la noticeStructure de recherche
-
Ludwig-Maximilians-Universität München pays non établi dans la noticeUniversité ou école supérieure
-
Broad Institute pays non établi dans la noticeOrganisation à but non lucratif
-
Boston Children's Hospital Division of Hematology/Oncology pays non établi dans la noticeÉtablissement de santé
-
Dana-Farber Cancer Institute Department of Pediatric Oncology pays non établi dans la noticeStructure de recherche
-
Friedrich-Alexander-Universität Erlangen-Nürnberg pays non établi dans la noticeUniversité ou école supérieure
Department of Pathology — Leiden University Medical Center, Erasmus MC Cancer Institute et Department of Biostatistics — German Cancer Research Center, avec 9 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.