Molecular Diagnosis of Burkitt's Lymphoma
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
BACKGROUND: The distinction between Burkitt's lymphoma and diffuse large-B-cell lymphoma is crucial because these two types of lymphoma require different treatments. We examined whether gene-expression profiling could reliably distinguish Burkitt's lymphoma from diffuse large-B-cell lymphoma. METHODS: Tumor-biopsy specimens from 303 patients with aggressive lymphomas were profiled for gene expression and were also classified according to morphology, immunohistochemistry, and detection of the t(8;14) c-myc translocation. RESULTS: A classifier based on gene expression correctly identified all 25 pathologically verified cases of classic Burkitt's lymphoma. Burkitt's lymphoma was readily distinguished from diffuse large-B-cell lymphoma by the high level of expression of c-myc target genes, the expression of a subgroup of germinal-center B-cell genes, and the low level of expression of major-histocompatibility-complex class I genes and nuclear factor-kappaB target genes. Eight specimens with a pathological diagnosis of diffuse large-B-cell lymphoma had the typical gene-expression profile of Burkitt's lymphoma, suggesting they represent cases of Burkitt's lymphoma that are difficult to diagnose by current methods. Among 28 of the patients with a molecular diagnosis of Burkitt's lymphoma, the overall survival was superior among those who had received intensive chemotherapy regimens instead of lower-dose regimens. CONCLUSIONS: Gene-expression profiling is an accurate, quantitative method for distinguishing Burkitt's lymphoma from diffuse large-B-cell lymphoma.
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) | 0,001 | 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 découle