Rebecca Fitzgerald and colleagues used genome sequence analyses to study the progression from premalignant Barrett's esophagus to esophageal adenocarcinoma (EAC) and found that the majority of recurrently mutated genes in EAC were also mutated in precursor lesions and that only mutations in TP53 and SMAD4 were stage specific. Cancer genome sequencing studies have identified numerous driver genes, but the relative timing of mutations in carcinogenesis remains unclear. The gradual progression from premalignant Barrett's esophagus to esophageal adenocarcinoma (EAC) provides an ideal model to study the ordering of somatic mutations. We identified recurrently mutated genes and assessed clonal structure using whole-genome sequencing and amplicon resequencing of 112 EACs. We next screened a cohort of 109 biopsies from 2 key transition points in the development of malignancy: benign metaplastic never-dysplastic Barrett's esophagus (NDBE; n = 66) and high-grade dysplasia (HGD; n = 43). Unexpectedly, the majority of recurrently mutated genes in EAC were also mutated in NDBE. Only TP53 and SMAD4 mutations occurred in a stage-specific manner, confined to HGD and EAC, respectively. Finally, we applied this knowledge to identify high-risk Barrett's esophagus in a new non-endoscopic test. In conclusion, mutations in EAC driver genes generally occur exceptionally early in disease development with profound implications for diagnostic and therapeutic strategies.

BackgroundSlow and cumbersome laboratory diagnostics for Mycobacterium tuberculosis complex (MTBC) risk delayed treatment and poor patient outcomes. Whole-genome sequencing (WGS) could potentially provide a rapid and comprehensive diagnostic solution. In this prospective study, we compare real-time WGS with routine MTBC diagnostic workflows.MethodsWe compared sequencing mycobacteria from all newly positive liquid cultures with routine laboratory diagnostic workflows across eight laboratories in Europe and North America for diagnostic accuracy, processing times, and cost between Sept 6, 2013, and April 14, 2014. We sequenced specimens once using local Illumina MiSeq platforms and processed data centrally using a semi-automated bioinformatics pipeline. We identified species or complex using gene presence or absence, predicted drug susceptibilities from resistance-conferring mutations identified from reference-mapped MTBC genomes, and calculated genetic distance to previously sequenced UK MTBC isolates to detect outbreaks. WGS data processing and analysis was done by staff masked to routine reference laboratory and clinical results. We also did a microcosting analysis to assess the financial viability of WGS-based diagnostics.FindingsCompared with routine results, WGS predicted species with 93% (95% CI 90–96; 322 of 345 specimens; 356 mycobacteria specimens submitted) accuracy and drug susceptibility also with 93% (91–95; 628 of 672 specimens; 168 MTBC specimens identified) accuracy, with one sequencing attempt. WGS linked 15 (16% [95% CI 10–26]) of 91 UK patients to an outbreak. WGS diagnosed a case of multidrug-resistant tuberculosis before routine diagnosis was completed and discovered a new multidrug-resistant tuberculosis cluster. Full WGS diagnostics could be generated in a median of 9 days (IQR 6–10), a median of 21 days (IQR 14–32) faster than final reference laboratory reports were produced (median of 31 days [IQR 21–44]), at a cost of £481 per culture-positive specimen, whereas routine diagnosis costs £518, equating to a WGS-based diagnosis cost that is 7% cheaper annually than are present diagnostic workflows.InterpretationWe have shown that WGS has a scalable, rapid turnaround, and is a financially feasible method for full MTBC diagnostics. Continued improvements to mycobacterial processing, bioinformatics, and analysis will improve the accuracy, speed, and scope of WGS-based diagnosis.FundingNational Institute for Health Research, Department of Health, Wellcome Trust, British Colombia Centre for Disease Control Foundation for Population and Public Health, Department of Clinical Microbiology, Trinity College Dublin.

HBsAg and HBeAg have gained traction as biomarkers of control and clearance during monitoring of chronic hepatitis B virus infection (CHB). An improved understanding of the correlates of clearance of these proteins could help inform improvements in patient-stratified care and advance insights into the underlying mechanisms of disease control, thus underpinning new cure strategies. We collected electronic clinical data via an electronic pipeline supported by the National Institute for Health Research Health Informatics Collaborative (NIHR-HIC), adopting an unbiased approach to generating a robust longitudinal dataset for adults testing HBsAg-positive from a large UK teaching hospital over a six year period (2011-2016 inclusive). From 553 individuals with CHB, longitudinal data were available for 319, representing >107,000 weeks of clinical follow-up. Among these 319 individuals, 13 (4%) cleared HBsAg completely. Among these 13, HBsAg clearance rate was similar in individuals on nucleos(t)ide analogue (NA) therapy (n=4 (31%)), median clearance time 150 weeks) vs those not on NA therapy (n=9 (69%), median clearance time 157 weeks). Those who cleared HBsAg were significantly older, and less likely to be on NA therapy compared to non-clearers (p=0.003 and p=0.001, respectively). Chinese ethnicity was associated with HBeAg positivity (p=0.025). HBeAg clearance occurred both on NA therapy (n=24, median time 49 weeks) and off NA therapy (n=19, median time 52 weeks). Improved insights into the dynamics of these biomarkers can underpin better prognostication and patient-stratified care. Our systematised approach to data collection paves the way for scaling up efforts to harness clinical data to address research questions and underpin improvements in clinical care provision.

Introduction

 Acute stroke accounts for significant morbidity and mortality globally. The role of troponin for risk stratification in stroke is unclear. The aims of this study were to assess the relationship between peak troponin and mortality in patients with ischemic stroke, haemorrhagic stroke, or subarachnoid haemorrhage and to compare this with the predictive value of first troponin or dynamic troponin change. 

Methods

 A retrospective cohort study was carried out using the National Institute for Health Research Health Informatics Collaborative Cardiovascular dataset of all consecutive patients who had a troponin measured at five hospitals (Imperial, University College London, Oxford, King’s and Guy’s and St Thomas’) between 2010 and 2017. Patients with at least one troponin measurement and a primary diagnosis of ischaemic stroke, haemorrhagic stroke or subarachnoid haemorrhage during a hospital admission were included. The main exposure variables were first and peak troponin, and dynamic troponin change, and the main outcome was all-cause mortality. Results were analysed using multivariable adjusted restricted cubic spline Cox regression. Receiver Operator Characteristic (ROC) curves were generated to assess the predictive value of each exposure variable.Results4,712 patients were included in the analysis (ischaemic stroke: 3,346; haemorrhagic stroke: 718; subarachnoid haemorrhage: 648). Peak troponin was above the upper limit of normal in 47.4% of ischaemic stroke patients, 52.8% of haemorrhagic stroke patients, and 57.1% of subarachnoid haemorrhage patients. Patients with elevated peak troponin were older and had more cardiovascular risk factors.A direct positive relationship was seen between peak troponin level and mortality hazard ratio in all three types of stroke (Figure 1). This relationship was consistent when considering dynamic troponin fold change for ischaemic or haemorrhagic stroke. For all three types of stroke, there was no added predictive value of peak troponin or dynamic troponin change over first troponin in predicting mortality (Figure 2). 

Conclusions

 A positive peak troponin and positive first admission troponin are associated with increased mortality in patients presenting with ischaemic stroke, haemorrhagic stroke, and subarachnoid haemorrhage, while dynamic troponin change is associated with increased mortality only in patients with ischaemic stroke. Overall, serial troponin measurements may not improve mortality prediction beyond a single measurement. These findings may have implications for risk stratification of patients with acute stroke syndromes. 

Conflict of Interest

 No conflicts of interest

Abstract Background Ovarian tissue cryopreservation (OTC) is important for fertility preservation and conservation. Delay in OTC may be required for transport or workflow management, however little is understood about the effect of processing delay on the tissue. Objective To determine whether a delay of 24-48 hours to OTC affects primordial follicle (PF) health. Methods Ovaries (n=6 sheep) were processed immediately or after storage at 4°C (24h, 48h). Tissue was fixed fresh, after cryopreservation or 10-day xenotransplantation. Morphological assessment of follicle health and development was performed. Findings A total of 1541 follicles were analysed. A 24h processing delay did not impact PF health in fresh or cryopreserved tissue. In fresh tissue a 48h delay had an adverse effect on follicle health (OR=2.47, 95% CI 1.29-4.71). Interestingly, a 48h delay resulted in cryopreserved tissue being less likely to be graded as unhealthy compared to control (OR=0.56, 95% CI 0.36-0.87). There was no difference in PF health or development across groups following xenotransplantation. Conclusion Ovarian tissue can be stored for up to 48 hours prior to cryopreservation with no net impact on PF health.

Background Hospital electronic patient records (EPRs) offer the opportunity to exploit large-scale routinely acquired data at relatively low cost and without selection. EPRs provide considerably richer data, and in real-time, than retrospective administrative data sets in which clinical complexity is often poorly captured. With population ageing, a wide range of hospital specialties now manage older people with multimorbidity, frailty and associated poor outcomes. We, therefore, set-up the Oxford and Reading Cognitive Comorbidity, Frailty and Ageing Research Database-Electronic Patient Records (ORCHARD-EPR) to facilitate clinically meaningful research in older hospital patients, including algorithm development, and to aid medical decision-making, implementation of guidelines, and inform policy. Methods and analysis ORCHARD-EPR uses routinely acquired individual patient data on all patients aged ≥65 years with unplanned admission or Same Day Emergency Care unit attendance at four acute general hospitals serving a population of >800 000 (Oxfordshire, UK) with planned extension to the neighbouring Berkshire regional hospitals (>1 000 000). Data fields include diagnosis, comorbidities, nursing risk assessments, frailty, observations, illness acuity, laboratory tests and brain scan images. Importantly, ORCHARD-EPR contains the results from mandatory hospital-wide cognitive screening (≥70 years) comprising the 10-point Abbreviated-Mental-Test and dementia and delirium diagnosis (Confusion Assessment Method—CAM). Outcomes include length of stay, delayed transfers of care, discharge destination, readmissions and death. The rich multimodal data are further enhanced by linkage to secondary care electronic mental health records. Selection of appropriate subgroups or linkage to existing cohorts allows disease-specific studies. Over 200 000 patient episodes are included to date with data collection ongoing of which 129 248 are admissions with a length of stay ≥1 day in 64 641 unique patients. Ethics and dissemination ORCHARD-EPR is approved by the South Central Oxford C Research Ethics Committee (ref: 23/SC/0258). Results will be widely disseminated through peer-reviewed publications and presentations at conferences, and regional meetings to improve hospital data quality and clinical services.

Large-scale cancer genome studies suggest that tumors are driven by somatic copy number alterations (SCNAs) or single-nucleotide variants (SNVs). Due to the low-cost, the clinical use of genomics assays is biased towards targeted gene panels, which identify SNVs. There is a need for a comparably low-cost and simple assay for high-resolution SCNA profiling. Here we present our method, conliga, which infers SCNA profiles from a low-cost and simple assay.

Background

 Cardiac troponin is commonly raised in patients with malignancy and may aid clinicians in risk prediction. The prognostic significance of raised troponin in these patients with known malignancies remains unclear. We sought to investigate the relation between troponin and mortality in a large, well characterised cohort of patients undergoing cardiac troponin testing with a concomitant malignancy. MethodsA retrospective cohort study was carried out using the National Institute for Health Research Health Informatics Collaborative Cardiovascular dataset of all consecutive patients who had a troponin measured at five hospitals (Imperial, University College London, Oxford, King’s and Guy’s and St Thomas’) between 2010 and 2017. Patients with a primary inpatient diagnosis of malignancy who had at least one cTn measurement during their hospital stay were identified. Patients were classified into solid tumour or haematological malignancy subgroups. Survival analyses were performed using multivariate Cox-Regression analyses and Kaplan-Meier plots. The peak cTn level (highest level measured), standardised to the upper limit of normal (ULN), was used for all analyses.Results5571 patients undergoing troponin testing had a primary diagnosis of malignancy and comprised of twenty-one different cancer types. 4649 patients were diagnosed with solid tumours and 922 patients were diagnosed with haematological malignancies. Patients with raised troponin had a higher burden of cardiovascular comorbidities compared to patients with a troponin level below the ULN. The median follow-up in the cohort was 14 months (interquartile range 2–39 months). At 1-year follow-up, 2495 (42%) of patients died.Figure 1 shows Kaplan-Meier plots for patients stratified by troponin level. Patients with a troponin level >1xULN had a higher risk of death compared to patients with a troponin level <1xULN (Figure 1A). A similar trend was shown in cancer subtypes (Figure 1B-C). Raised troponin was an independent predictor of mortality in all patients with malignancy (adjusted hazard ratio 1.66, 95% confidence interval [CI] 1.52–1.81), in solid tumours (adjusted hazard ratio 1.63, 95% CI 1.48–1.81) and in haematological malignancy (adjusted hazard ratio 1.75, 95% CI 1.44 to 2.13) when compared to troponin level below the ULN. 

Conclusion

 Raised troponin level was associated with increased mortality in patients with malignancy regardless of cancer subtype. Troponin may be more widely useful in the risk stratification of patients with cancer. Although the appropriate management of patients in response to raised troponin in the absence of acute coronary syndrome is not clear, stratification of clinical risk of mortality can be helpful in general decision making. 

Conflict of Interest

 No conflicts of interest