Comparison of human telomerase reverse transcriptase messenger RNA and telomerase activity as urine markers for diagnosis of bladder carcinoma.
Notice bibliographique
Résumé
BACKGROUND: Human telomerase reverse transcriptase (hTERT) has been identified as the catalytic subunit of telomerase ribonucleoprotein complex known to be required for cellular immortality and oncogenesis. Although human telomerase activity (hTA) is considered as a general marker for malignancy based on its presence in most malignant tumors including bladder cancer, its detection in urine is affected by many factors. The objective of this study was to compare the clinical utility of detecting urine hTERT messenger RNA (mRNA) by multiplex hTERT/GAPDH RT-PCR and urine hTA by telomerase repeat amplification protocol (TRAP) in the diagnosis of bladder cancer. METHODS AND RESULTS: Cystoscopy urine samples or bladder washes prospectively collected from 35 patients with confirmed (35) or clinically suspected (5) transitional cell carcinoma (TCC) of the bladder were examined by TRAP, hTERT/GAPDH RT-PCR, and urine cytology. The control group comprised 21 healthy volunteers and 3 patients without TCC. The hTERT/GAPDH RT-PCR test showed significantly higher diagnostic sensitivity than TRAP assay (94.3% vs 48.6%, P <.001) and urine cytology (95.2% vs 61.9%, P =.008) for confirmed TCCs. In particular, for superficial TCCs low grade (I-II), the hTERT/GAPDH RT-PCR test outperformed TRAP (90% vs 25%, P <.001) and urine cytology (91.7% vs 58.3%, P =.46). The overall specificity of the hTERT/GAPDH RT-PCR, TRAP and urine cytology was 92% (22/24), 100% (24/24), and 100% (3/3), respectively. A positive hTERT mRNA expression was also detected in urologic specimens from 3 patients with previous history of TCC, 3 to 6 months before cystoscopic evidence of cancer. CONCLUSION: In this pilot study, the hTERT mRNA expression in urine sediments is a more sensitive marker for diagnosis of TCC of the bladder than hTA and cytology. However, there is a higher false-positive rate.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».