AF
Amy French
Author with expertise in Molecular Characterization of Colorectal Cancer
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
4
(50% Open Access)
Cited by:
4,180
h-index:
41
/
i10-index:
67
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Tumor Microsatellite-Instability Status as a Predictor of Benefit from Fluorouracil-Based Adjuvant Chemotherapy for Colon Cancer

Christine Ribic et al.Jul 16, 2003
+10
M
D
C
Colon cancers with high-frequency microsatellite instability have clinical and pathological features that distinguish them from microsatellite-stable tumors. We investigated the usefulness of microsatellite-instability status as a predictor of the benefit of adjuvant chemotherapy with fluorouracil in stage II and stage III colon cancer.
0
Citation2,056
0
Save
0

Defective Mismatch Repair As a Predictive Marker for Lack of Efficacy of Fluorouracil-Based Adjuvant Therapy in Colon Cancer

Daniel Sargent et al.May 25, 2010
+14
G
S
D
Prior reports have indicated that patients with colon cancer who demonstrate high-level microsatellite instability (MSI-H) or defective DNA mismatch repair (dMMR) have improved survival and receive no benefit from fluorouracil (FU) -based adjuvant therapy compared with patients who have microsatellite-stable or proficient mismatch repair (pMMR) tumors. We examined MMR status as a predictor of adjuvant therapy benefit in patients with stages II and III colon cancer.MSI assay or immunohistochemistry for MMR proteins were performed on 457 patients who were previously randomly assigned to FU-based therapy (either FU + levamisole or FU + leucovorin; n = 229) versus no postsurgical treatment (n = 228). Data were subsequently pooled with data from a previous analysis. The primary end point was disease-free survival (DFS).Overall, 70 (15%) of 457 patients exhibited dMMR. Adjuvant therapy significantly improved DFS (hazard ratio [HR], 0.67; 95% CI, 0.48 to 0.93; P = .02) in patients with pMMR tumors. Patients with dMMR tumors receiving FU had no improvement in DFS (HR, 1.10; 95% CI, 0.42 to 2.91; P = .85) compared with those randomly assigned to surgery alone. In the pooled data set of 1,027 patients (n = 165 with dMMR), these findings were maintained; in patients with stage II disease and with dMMR tumors, treatment was associated with reduced overall survival (HR, 2.95; 95% CI, 1.02 to 8.54; P = .04).Patient stratification by MMR status may provide a more tailored approach to colon cancer adjuvant therapy. These data support MMR status assessment for patients being considered for FU therapy alone and consideration of MMR status in treatment decision making.
0

Evidence for a prostate cancer susceptibility locus on the X chromosome.

Jianfeng Xu et al.Oct 1, 1998
+40
D
D
J
0
Citation682
0
Save
0

Distinct Microbes, Metabolites, and Ecologies Define the Microbiome in Deficient and Proficient Mismatch Repair Colorectal Cancers

Vanessa Hale et al.Jun 13, 2018
+20
S
J
V
Background: The link between colorectal cancer (CRC) and the gut microbiome has been established, but the specific microbial species and their role in carcinogenesis remain controversial. Our understanding would be enhanced by better accounting for tumor subtype, microbial community interactions, metabolism, and ecology. Methods: We collected paired colon tumor and normal adjacent tissue and mucosa samples from 83 individuals who underwent partial or total colectomies for CRC. Mismatch repair (MMR) status was determined in each tumor sample and classified as either deficient MMR (dMMR) or proficient MMR (pMMR) tumor subtypes. Samples underwent 16S rRNA gene sequencing and a subset of samples from 50 individuals were submitted for targeted metabolomic analysis to quantify amino acids and short chain fatty acids. A PERMANOVA was used to identify the biological variables that explained variance within the microbial communities. dMMR and pMMR microbial communities were then analyzed separately using a generalized linear mixed effects model that accounted for MMR status, sample location, intrasubject sample correlation, and read depth. Genome scale metabolic models were then used to generate microbial interaction networks for dMMR and pMMR microbial communities. We assessed global network properties as well as the metabolic influence of each microbe within the dMMR and pMMR networks. Results: We demonstrate distinct roles for microbes in dMMR and pMMR CRC. Sulfidogenic Fusobacterium nucleatum and hydrogen sulfide production were significantly enriched in dMMR CRC, but not pMMR CRC. We also surveyed the butyrate producing microbial species, but did not find a significant difference in predicted or actual butyrate production between dMMR and pMMR microbial communities. Finally, we observed that dMMR microbial communities were predicted to be less stable than pMMR microbial communities. Community stability may play an important role in CRC development, progression, or immune activation within the respective MMR subtypes. Conclusions: Integrating tumor biology and microbial ecology highlighted distinct microbial, metabolic, and ecological properties unique to dMMR and pMMR CRC. This approach could critically improve our ability to define, predict, prevent, and treat colorectal cancers.