Positive identification of CA215 pan cancer biomarker from serum specimens of cancer patients
Notice bibliographique
Résumé
BACKGROUND: To evaluate the clinical utility of CA215 as a pan cancer biomarker, serum levels of CA215 were determined with clinically defined serum specimens from over 500 cancer patients and compared with results obtained by other nine established cancer markers. The molecular nature of this cancer-associated antigen from selected patients' sera was determined. METHODS: By using improved immunoassays, serum levels of CA215 and other known biomarkers were determined for respective positive detection rates. The molecular size of CA215 from cancer patients was determined by Western blot assay. RESULTS: By using 0.1 AU/ml as the normal cut-off value, the positive rates of CA215 for different cancers were shown to be 52% (lung), 74% (liver), 44% (colon), 61% (esophagus), 60% (stomach), 59% (ovary), 40% (prostate), 71% (breast), 38% (kidney), 41% (pancreas), 51% (cervix), and 83% (lymphoma), respectively. Other cancer markers including AFP, CEA, CA125, CA19-9, CA15-3, Cyfra21-1, Ferritin, beta(2) microglobulin and PSA were also parallelly compared. A combination of CA215 with other tissue-associated cancer markers generally resulted in much higher cancer detection rates. CA215 detected from cancer patients was confirmed to be human immunoglobulins that contain common RP215-specific carbohydrate-associated epitope. CONCLUSION: Through clinical evaluations of serum specimens of various cancer patients, CA215 was confirmed to be human cancer cell-derived immunoglobulins. CA215 is apparently comparable to or better than other known biomarkers for the positive detection and monitoring of many types of human cancers.
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 ».