MétaCan
Menu
Retour à la cohorte
Enregistrement W2000668568 · doi:10.1309/ajcphc85dgaxzdbe

p53 Nuclear Expression Correlates With Hemizygous TP53 Deletion and Predicts an Adverse Outcome for Patients With Relapsed/Refractory Multiple Myeloma Treated With Lenalidomide

2012· article· en· W2000668568 sur OpenAlexaff
Mei-Hsi Chen, Connie Qi, Manujendra N. Saha, Hong Chang

Notice bibliographique

RevueAmerican Journal of Clinical Pathology · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Myeloma Research and Treatments
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésLenalidomideImmunohistochemistryMultiple myelomaFluorescence in situ hybridizationInternal medicineRefractory (planetary science)OncologyMedicinePathologyBiologyGene

Résumé

récupéré en direct d'OpenAlex

del(17p13)(TP53) seems to be an independent poor prognostic factor in patients with relapsed/refractory multiple myeloma (MM) receiving lenalidomide. However, whether aberrant p53 nuclear expression detected by immunohistochemical analysis can be used as a surrogate marker for del(17p13)(TP53) in prognostic evaluation of lenalidomide-treated relapsed/refractory MM remains unclear. The p53 expression in myeloma cells from 88 patients was evaluated by immunohistochemical analysis, and 17p13(TP53) gene status was examined by fluorescence in situ hybridization (FISH). FISH detected hemizygous del(17p13)(TP53) in 13 (15%), and immunohistochemical analysis detected p53 nuclear expression in 11 cases (13%). del(17p13) (TP53) and p53 expression were strongly correlated (P < .0001). Furthermore, patients with aberrant p53 nuclear expression had significantly shorter progression-free and overall survival than patients without this abnormality. Our results suggest that p53 nuclear expression is associated with adverse outcome in patients with relapsed/refractory MM receiving lenalidomide-based therapy and that p53 immunohistochemical analysis may serve as a simple, rapid method to predict del(17p13)(TP53) in this patient subgroup.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,624

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,347
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Clinical PathologyMême sujetMultiple Myeloma Research and TreatmentsTravaux en français237 207