Aller au contenu principal
Accès ouvert déclaré 2026 supplementary-materials

Supplementary Figure S5 from plasmaCHORD: A Machine Learning Approach to Distinguish Clonal Hematopoiesis–Derived Variants in Liquid Biopsies from Patients with Solid Tumors

0Citations signalées, ce qui n’est pas une note de qualité
0Institutions déclarées
0Pays d’affiliation déclarés

Le résumé fourni par la source

Performance of individual features in predicting variant origin in the training cohort. Receiver-operator curves and area-under the curve (AUC) values for individual model features as predictors for CH versus tumor-origin. The top performing individual features are gene heme fraction, length cluster mutant, and length max delta S. However, no individual feature performs as well as the plasmaCHORD model combining all features.

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
Supplementary Figure S5 from plasmaCHORD: A Machine Learning Approach to Distinguish Clonal Hematopoiesis–Derived Variants in Liquid Biopsies from Patients with Solid Tumors
Date Crossref
17/06/2026
Éditeur
American Association for Cancer Research (AACR)
Type
posted-content

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.

Les sujets associés

Cancer Genomics and DiagnosticsFerroptosis and cancer prognosisGenomics and Rare Diseases

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.