Activated Leukocyte Cell Adhesion Molecule Is a Marker for Thyroid Carcinoma Aggressiveness and Disease-Free Survival
Notice bibliographique
Résumé
BACKGROUND: Currently, there are no protein biomarkers for aggressive subtypes of thyroid carcinomas (TC) in clinical use that would allow for early detection and patient management. We hypothesized that activated leukocyte cell adhesion molecule (ALCAM or CD166) expression in thyroid tissues will reveal ALCAM to be a potential diagnostic and/or prognostic marker for TC aggressiveness. METHODS: Forty-five benign and 158 malignant thyroid tissues were analyzed for ALCAM expression using immunohistochemistry. ALCAM expression was correlated with different subtypes and clinicopathological features of TC, as well as patient disease-free survival. RESULTS: Combined membranous and cytoplasmic (total) expression of ALCAM was significantly reduced in patients with poorly/undifferentiated (aggressive) TC as compared to well-differentiated (nonaggressive) tumors (p<0.001; area-under-curve=0.865, sensitivity=82%, specificity=74%). The decreased ALCAM expression in TC correlated significantly with extrathyroidal extension, distant metastasis, and TC histotype. Notably, Kaplan-Meier survival analysis for follow-up data of 134 patients revealed significantly reduced disease-free survival for patients with TC with decreased ALCAM membranous, cytoplasmic, and total expression. Median survival of patients with decreased cytoplasmic ALCAM expression was 6 years, as compared to 13.7 years for patients with higher ALCAM expression (p<0.001). CONCLUSION: ALCAM has the potential to serve as a diagnostic and prognostic biomarker for aggressive TC. This protein can be taken forward for analysis in sera of patients with TC to determine its applicability as a minimally invasive serum biomarker for TC aggressiveness and patient disease-free survival.
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 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) | 0,000 | 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 tête enseignante, 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 ».