RUNX1T1
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
OBJECTIVES: Using gene expression profiling on frozen primary pancreatic endocrine tumors (PETs), we discovered RUNX1T1 as a leading candidate progression gene. This study was designed (1) to validate the differential expression of RUNX1T1 protein on independent test sets of metastatic and nonmetastatic PETs and (2) to determine if RUNX1T1 underexpression in primary tumors was predictive of liver metastases. METHODS: Immunohistochemical expression of RUNX1T1 protein was quantified using Allred scores on archival metastatic (n = 13) and nonmetastatic (n = 24) primary adult PET tissues using custom-designed tissue microarrays. Wilcoxon rank sum/Fisher exact tests and receiver operating characteristic curves were used in the data analysis. RESULTS: Median RUNX1T1 scores were 2 (2-7) and 6 (3-8) in metastatic versus nonmetastatic primaries (P < 0.0001). Eleven of 13 metastatic and 1 of 24 nonmetastatic primaries exhibited RUNX1T1-scores of 4 or less (P < 0.0001). Low RUNX1T1 expression was highly associated with hepatic metastases (P < 0.0001), whereas conventional histological criteria (Ki-67 index, mitotic rate, necrosis) were weakly associated with metastases (P = 0.08-0.15). Considering RUNX1T1 expression (Allred) score of 4 or less to be predictive, the sensitivity to predict hepatic metastases was 85%, with a specificity of 96%. CONCLUSIONS: RUNX1T1 protein is underexpressed in well-differentiated metastatic primary PETs relative to nonmetastatic primaries and emerges as a promising novel biomarker for prediction of liver metastases.
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 | 0,001 |
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