Serum LAMC2 enhances the prognostic value of a multi-parametric panel in non-small cell lung cancer
Notice bibliographique
Résumé
BACKGROUND: Non-small cell lung cancer (NSCLC) lacks reliable serological biomarkers for predicting patients' survival and response to treatment. The present study examined the capability of serum LAMC2 and four known tumour markers for disease prognosis and patients' risk stratification. METHODS: LAMC2, CA 125, CEA, CYFRA 21-1 and SCC levels were retrospectively measured in sera obtained from 127 patients diagnosed with NSCLC by commercial immunoassays. Prognostic performance of the markers was compared with established clinical parameters and multivariate models were constructed to assess the prognostic complementarity of variables. RESULTS: LAMC2 showed significant prognostic ability for overall survival (hazards ratio: 1.607, 95% confidence interval: 1.268-2.037, P<0.0001) in the full cohort. LAMC2 and CYFRA 21-1 combination enhanced prognostic models based on common clinical parameters (c-index: 0.81 vs 0.72, P=0.00018), further enabling stratification of patients into clear risk groups. A bootstrap-based cross-validation analysis was supportive of our findings. Combination of LAMC2 and CA 125 showed similar performance. CONCLUSIONS: Our preliminary study proposes LAMC2 as a novel NSCLC prognostic factor. LAMC2 combined with CA 125 and CYFRA 21-1 could aid in clinical prediction of NSCLC patients' overall survival and inform clinical practice. Larger studies are necessary to unravel LAMC2's full potential as a new NSCLC biomarker.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».