Methylation Markers for Early Detection and Differentiation of Follicular Thyroid Cancer Subtypes
Notice bibliographique
Résumé
Thyroid cancer has the fastest rising incidence rates and is the fifth most common cancer in women. There are four main types of which the papillary and follicular types together account for >90%, followed by medullary cancers (3%-5%) and anaplastic carcinomas (<3%). For individuals who present with early stage disease of papillary and follicular cancers, there are no accurate markers to predict whether they will develop metastatic or recurrent disease. Our immediate goal is to molecularly differentiate follicular cancer subtypes for enhanced classification. Promoter methylation status of genes with reported associations in thyroid cancer (CASP8, CDKN2A, DAPK1, ESR1, NIS, RASSF1 and TIMP3) were examined in a cohort of follicular thyroid cancers comprising of 26 Hurthle and 27 Classic subtypes utilizing quantitative methylation-specific PCR. RASSF1 was differentially methylated in Classic tumor tissue compared to Hurthle (p<0.001). Methylation of RASSF1 pointed to racial group differences between African Americans and Caucasian Americans (p=0.05). Extra thyroidal extension was found to be associated with DAPK1 (p=0.014) and ESR1 (p=0.036) methylation. Late stage disease was associated with older age (p<0.001) and methylation of DAPK1 (p=0.034) and ESR1 (p=0.035). The methylation status of RASSF1, DAPK1 and ESR1 suggests the utility of methylation markers to molecularly differentiate thyroid cancer subtypes for enhanced classification and early detection of thyroid cancer.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».