MétaCan
Menu
Retour à la cohorte
Enregistrement W1530286875 · doi:10.1158/1538-7445.mel2014-a33

Abstract A33: Loss of tumor suppressors KAI1 and p27 identifies a unique subgroup of primary melanoma patients with poor survival

2015· article· en· W1530286875 sur OpenAlexaff
Yabin Cheng, Guohong Zhang, Yun Tang, Guangdi Chen, Gholamreza Safaee, Annand Rotte, Magdalena Martinka, Kevin J. McElwee, Youwen Zhou

Notice bibliographique

RevueCancer Research · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMelanoma and MAPK Pathways
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineMelanomaCohortOncologyInternal medicineProportional hazards modelHazard ratioSurvival analysisCancerPrimary tumorMetastasisCancer research

Résumé

récupéré en direct d'OpenAlex

Abstract Objective: Melanoma is a highly heterogeneous disease. A certain subgroup of patients with primary melanomas exhibits a greater potential to develop metastatic disease and thus has worse survival. The present study attempts to identify the molecular features shared by metastatic melanomas and the subgroup of primary melanomas, and use the information to assist clinicians to design personalized therapy for primary melanoma patients. Patients and methods: Seven previously reported biomarkers, including BRAF, Dicer, Fbw7, KAI1, MMP2, p27 and Tip60, were investigated. A training cohort with 250 melanoma patients (145 primary melanomas and 105 metastatic melanomas) and an independent cohort with 92 primary melanoma patients were used for the study. Logistic regression analysis was used to identify discriminate biomarkers of metastatic melanoma from primary melanoma. Kaplan-Meier survival and multivariate Cox proportional hazard regression analysis were performed to assess the significance of the molecular signature in the prognosis of melanoma. Results: In the training cohort, we found the loss expression of KAI1 and p27 to be most significant between metastatic and primary melanoma. The primary melanoma patients with loss expression of both KAI1 and p27 had poor 5-year survival in both training cohort (P = 0.002) and independent cohort (P = 0.03). Multivariate Cox regression analysis showed that the KAI1-/p27- signature was an independent factor for disease- specific survival (P = 0.004). More important, compared to KAI1 and p27 as an individual prognostic marker, the KAI1-/p27- signature is more closely associated with melanoma patient survival: the P value is 0.004 for KAI1-/p27-, and 0.044, 0.181 for KAI1 and p27, respectively. Conclusion: Loss of both KAI1 and p27 defines a subgroup of primary melanoma patients with poor prognosis, and the combination signature is better than individual biomarker. The clinical significance of KAI1 and p27 warrants further assessment in prospective clinical trials. Citation Format: Yabin Cheng, Guohong Zhang, Yun Tang, Guangdi Chen, Gholamreza Safaee, Annand Rotte, Magdalena Martinka, Kevin McElwee, Youwen Zhou. Loss of tumor suppressors KAI1 and p27 identifies a unique subgroup of primary melanoma patients with poor survival. [abstract]. In: Proceedings of the AACR Special Conference on Advances in Melanoma: From Biology to Therapy; Sep 20-23, 2014; Philadelphia, PA. Philadelphia (PA): AACR; Cancer Res 2015;75(14 Suppl):Abstract nr A33.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,310
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetMelanoma and MAPK PathwaysTravaux en français237 207