The use of kallikrein-related peptidases as adjuvant prognostic markers in colorectal cancer
Notice bibliographique
Résumé
Several members of the human tissue kallikrein-related peptidase (KLK) family are emerging cancer biomarkers. The aim of this study was to analyse the expression of a panel of KLKs in colorectal cancer and to find out if the multiparametric combination of them can increase the accuracy of prediction of patients survival beyond the traditional clinical information. Nine KLKs (KLK5-8, KLK10, KLK11, KLK13-15) were measured using ELISA assays in cytosolic extracts of 122 colon cancer tissues and their nearby normal mucosa, obtained during surgery. The mean levels of almost all KLKs in tumour tissues were significantly different from their counterparts of normal tissue (P<0.0001). KLK 5, 6, 7, 13, 14 were significantly associated with overall survival in univariate analysis, but after adjusting for age, TNM and differentiation stage, only KLK5 (HR: 1.24 (95% CI: 1.05-1.47)), KLK7 (HR: 1.57 (95% CI: 1.04-2.37)) and KLK14 (HR: 1.43 (95% CI: 1.05-1.94)) remained significant. Addition of a panel of selected KLK markers to clinical parameters gave an increment in AUC of 0.86 beyond the clinical factors at year 1, showing that it can increase the accuracy of prediction of overall survival beyond the traditional clinical information, particularly the short-term (1 year) survival after surgery.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».