MétaCan
Menu
← Retour à la cohorte
Enregistrement W2061154379 · doi:10.1158/1538-7445.am2014-1395

Abstract 1395: Identification of genes and pathways related to lymphovascular invasion in axillary-node negative breast cancer: A bioinformatic analysis of gene expression data

2014· article· en· W2061154379 sur OpenAlexaff
Mathieu Blais, Dushanthi Pinnaduwage, Sheley Bull, Irene L. Andrulis

Notice bibliographique

RevueCancer Research · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLymphovascular invasionBreast cancerBiologyCancerCancer researchMedicineOncologyInternal medicineMetastasis

Résumé

récupéré en direct d'OpenAlex

Abstract Breast Cancer patients whose disease has not spread to the lymph nodes (axillary node-negative breast cancer, ANNBC) generally have a good prognosis; however, 20-30% will experience a recurrence. We previously reported that the presence of Lymphovascular invasion (LVI) is an independent predictor of recurrence in ANNBC. Given that breast cancers generally metastasize through LVI, identification of genes with altered expression when comparing LVI+ from LVI- tumors is relevant from both the fundamental and the clinical perspective. To discover genes and pathways involved in LVI and recurrence in ANNBC we performed differential gene expression microarray analysis of LVI+ (n = 37) and LVI- (n=68) ANNBC tumors and assessed pathway enrichment using Ingenuity IPA. We also analysed differences within the LVI+ group designed to compare genes for their association with early recurrence (n = 14; ≤ 4 years) versus free of recurrence for at least 10 years (n = 23). The biofunctions predicted to be activated that distinguish LVI+ from LVI- tumors are largely related to cell movement and invasion. Those enriched in the subset of patients with early recurrence were mostly related to cell fate. In addition, we observed that inflammation related pathways are enriched in the LVI+ subgroup that undergoes early recurrence. TGF-β1 was predicted to be an upstream regulator in the LVI+ vs LVI- dataset and also highly ranked in the early recurrence vs. late recurrence analysis. Our bioinformatics analyses are consistent with a migratory phenotype for cancer cells associated with LVI. The results suggest important pathways as well as upstream regulators associated with LVI and recurrence that are involved in invasion and cell fate biofunctions. The findings are currently being evaluated through validation and functional studies. Note: This abstract was not presented at the meeting. Citation Format: Mathieu Blais, Dushanthi Pinnaduwage, Sheley Bull, Irene L. Andrulis. Identification of genes and pathways related to lymphovascular invasion in axillary-node negative breast cancer: A bioinformatic analysis of gene expression data. [abstract]. In: Proceedings of the 105th Annual Meeting of the American Association for Cancer Research; 2014 Apr 5-9; San Diego, CA. Philadelphia (PA): AACR; Cancer Res 2014;74(19 Suppl):Abstract nr 1395. doi:10.1158/1538-7445.AM2014-1395

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,349
Écart entre enseignants0,303 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetBreast Cancer Treatment Studies→Travaux en français237 207→