S100A7 overexpression is a predictive marker for high risk of malignant transformation in oral dysplasia
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.
Notice bibliographique
Résumé
Early detection of oral lesions (OLs) at high risk of cancer development is of utmost importance for intervention. There is an urgent unmet clinical need for biomarkers that allow identification of high-risk OLs. Recently, we identified and verified a panel of five candidate protein biomarkers namely S100A7, prothymosin alpha, 14-3-3ζ, 14-3-3σ and heterogeneous nuclear ribonucleoprotein K using proteomics to distinguish OLs with dysplasia and oral cancers from normal oral tissues. The objective of our study was to evaluate the potential of these candidate protein biomarkers for identification of oral dysplastic lesions at high risk of cancer development. Using immunohistochemistry, we analyzed expressions of these five candidate protein biomarkers in 110 patients with biopsy-proven oral dysplasia and known clinical outcome and determined their correlations with p16 expression and HPV 16/18 status. Kaplan-Meier survival analysis showed reduced oral cancer-free survival (OCFS) of 68.6 months (p = 0.007) in patients showing cytoplasmic S100A7 overexpression when compared to patients with weak or no S100A7 immunostaining in cytoplasm (mean OCFS = 122.8 months). Multivariate Cox regression analysis revealed cytoplasmic S100A7 overexpression as the most significant candidate marker associated with cancer development in dysplastic lesions (p = 0.041, hazard ratio = 2.36). In conclusion, our study suggested the potential of S100A7 overexpression in identifying OLs with dysplasia at high risk of cancer development.
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 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) | 0,001 | 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 découle