<i>KIF14</i> mRNA expression is a predictor of grade and outcome in breast cancer
Notice bibliographique
Résumé
Gain of chromosome 1q is a hallmark of breast cancer, and likely reflects oncogene amplification. We previously identified mitotic kinesin KIF14 (kinesin family member 14) as an overexpressed candidate oncogene in the 1q31.3-1q32.1 minimal region of genomic gain in breast cancer cell lines. KIF14 also showed high expression in other cancers, notably an association with survival in lung tumors. We now report KIF14 expression in 99 primary breast tumors and 10 normal breast controls. Measured by real-time RT-PCR, KIF14 was overexpressed 10-fold on average in tumors relative to normals (t test p = 0.000054); expression increased with grade (ANOVA p = 0.000006). Infiltrating ductal carcinomas had higher KIF14 levels than lobular (p = 0.017), and estrogen receptor (ER) negative tumors had higher KIF14 levels than ER positive tumors (t test p = 0.030). KIF14 expression correlated positively with Ki-67 mRNA level (Spearman r = 0.692, p = 0.000001), fraction of positive nodes (r = 0.227, p = 0.024) and percent invasive cells (r = 0.360, p = 0.0002), and negatively with percent fatty stroma (r = -0.258, p = 0.010) and percent normal epithelium (r = -0.291, p = 0.003). KIF14 expression is thus tumor-specific and increased in more aggressive tumors. Indeed, KIF14 expression predicted overall survival (univariate Cox p = 0.010), with an odds ratio of 3.60 (1.37-9.48), in 50 tumors with available outcome data. KIF14 overexpression also predicted decreased disease-free survival (log-rank p = 0.049). These findings are the first evidence of association between expression of a mitotic kinesin and prognostic variables in breast cancer.
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 ».