miR-30e* is an independent subtype-specific prognostic marker in breast cancer
Notice bibliographique
Résumé
BACKGROUND: Breast cancer clinical outcome is affected by tumor molecular features, and the identification of subtype-specific prognostic biomarkers is relevant for breast cancer translational research. Gene expression signatures proved to be able to complement prognostic information provided by classical clinico-pathological features. Recently, microRNAs (miRNAs) have been causally linked to tumorigenesis and cancer progression and have been associated with patient outcome, also in breast cancer. METHODS: MicroRNAs associated with the development of distant metastasis were identified in a cohort of 92 ESR1+/ERBB2- lymph node-negative breast cancers from patients not receiving adjuvant treatment. Results were confirmed and further investigated in a total of 1246 miRNA and gene expression profiles of the Molecular Taxonomy of Breast Cancer International Consortium data set. Moderated t-test, univariable and multivariable Cox regression models were used for statistical analyses. RESULTS: miR-30e* was identified as independent protective prognostic factor in lymph node-negative untreated patients with ESR1+/ERBB2- tumours and retained a significant association with a good prognosis in treated patients with the same tumor subtype as well as in the ERBB2+ subtype, but not in ESR1-/ERBB2- tumours. CONCLUSIONS: We highlighted a relevant and subtype-specific role in breast cancer for miR-30e* and demonstrated that adding miRNA markers to gene signatures and clinico-pathological features can help for a better prognostication.
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 ».