MétaCan
Menu
Retour à la cohorte
Enregistrement W2005701479 · doi:10.14740/jocmr2098w

Serum Survivin Increases in Prolactinoma

2015· article· en· W2005701479 sur OpenAlexvenueno aff
Fatma Dilek Dellal, Mutlu Niyazoğlu, Süheyla Görar, Esranur Ademoğlu, Zehra Candan, Handan Bekdemir, Yalçin Hacioğlu, Fatih Öner Kaya

Notice bibliographique

RevueJournal of Clinical Medicine Research · 2015
Typearticle
Langueen
DomaineMedicine
ThématiquePituitary Gland Disorders and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSurvivinProlactinomaMedicineDopamine agonistInternal medicineGastroenterologyAdenomaEndocrinologyAgonistCancerProlactinHormoneReceptor

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Prolactinoma is the most common adult pituitary adenoma. Survivin is a member of the family of inhibitors of apoptosis proteins. Its expression is observed in many tumors. Survivin expression has shown in prolactinoma tissue before but no study exists showing serum survivin level. The aim of the present study was to investigate serum survivin levels in patients with prolactinoma and demonstrate its value in diagnosis of the disease. METHODS: The group of patients consisted of 25 women, aged from 17 to 51 years. As a control group, 21 healthy women, aged from 22 to 45 years were included. Twenty patients had microprolactinoma, while five patients had macroprolactinoma. All patients had received dopamine agonist treatment. Serum survivin levels were measured in all of the groups. RESULTS: Survivin levels were significantly higher in prolactinoma patients compared to controls (19.04 (10 - 38) pg/mL; 15.05 (8 - 22) pg/mL; P = 0.042). There was no difference between microadenoma and macroadenoma patients in survivin levels (19.22 (10 - 38) pg/mL; 18.40 (16 - 22) pg/mL; P = 0.914). In correlation analysis, survivin was not correlated with other parameters. CONCLUSIONS: We consider that higher survivin levels might be a molecular marker predicting the presence of prolactinoma and may be useful for the diagnosis. But large-scale research is needed to clarify its role in diagnosis of prolactinoma patients.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,464
Tête enseignante GPT0,587
Écart entre enseignants0,123 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine ResearchMême sujetPituitary Gland Disorders and TreatmentsTravaux en français237 207