MétaCan
Menu
Retour à la cohorte
Enregistrement W1580984542 · doi:10.1002/path.4344

Targeted next‐generation sequencing of cancer genes dissects the molecular profiles of intraductal papillary neoplasms of the pancreas

2014· article· en· W1580984542 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe Journal of Pathology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiquePancreatic and Hepatic Oncology Research
Établissements canadiensUniversity Hospital Foundation
Organismes subventionnairesNational Center for Advancing Translational SciencesUniversità degli Studi di VeronaRolfe Pancreatic Cancer FoundationNational Institutes of HealthNational Cancer InstituteAssociazione Italiana per la Ricerca sul Cancro
Mots-clésGNAS complex locusKRASIntraductal papillary mucinous neoplasmDysplasiaCancerPathologyGene mutationPancreasCancer researchMedicineCarcinomaMutationBiologyGeneInternal medicineColorectal cancerGenetics

Résumé

récupéré en direct d'OpenAlex

Intraductal neoplasms are important precursors to invasive pancreatic cancer and provide an opportunity to detect and treat pancreatic neoplasia before an invasive carcinoma develops. The diagnostic evaluation of these lesions is challenging, as diagnostic imaging and cytological sampling do not provide accurate information on lesion classification, the grade of dysplasia or the presence of invasion. Moreover, the molecular driver gene mutations of these precursor lesions have yet to be fully characterized. Fifty-two intraductal papillary neoplasms, including 48 intraductal papillary mucinous neoplasms (IPMNs) and four intraductal tubulopapillary neoplasms (ITPNs), were subjected to the mutation assessment in 51 cancer-associated genes, using ion torrent semiconductor-based next-generation sequencing. P16 and Smad4 immunohistochemistry was performed on 34 IPMNs and 17 IPMN-associated carcinomas. At least one somatic mutation was observed in 46/48 (96%) IPMNs; 29 (60%) had multiple gene alterations. GNAS and/or KRAS mutations were found in 44/48 (92%) of IPMNs. GNAS was mutated in 38/48 (79%) IPMNs, KRAS in 24/48 (50%) and these mutations coexisted in 18/48 (37.5%) of IPMNs. RNF43 was the third most commonly mutated gene and was always associated with GNAS and/or KRAS mutations, as were virtually all the low-frequency mutations found in other genes. Mutations in TP53 and BRAF genes (10% and 6%) were only observed in high-grade IPMNs. P16 was lost in 7/34 IPMNs and 9/17 IPMN-associated carcinomas; Smad4 was lost in 1/34 IPMNs and 5/17 IPMN-associated carcinomas. In contrast to IPMNs, only one of four ITPNs had detectable driver gene (GNAS and NRAS) mutations. Deep sequencing DNA from seven cyst fluid aspirates identified 10 of the 13 mutations detected in their associated IPMN. Using next-generation sequencing to detect cyst fluid mutations has the potential to improve the diagnostic and prognostic stratification of pancreatic cystic neoplasms.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,209

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,044
Tête enseignante GPT0,320
Écart entre enseignants0,276 · 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