Gastric and intestinal claudin expression at the invasive front of gastric carcinoma
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Like gastric and intestinal mucins, the tight junction proteins called claudins can be used to determine the differentiation of gastric mucosa. We investigated the expression of claudins in gastric cancer and proposed a new claudin-based gastric cancer classification system. The expression of gastric (claudin-18) and intestinal (claudin-3 and claudin-4) claudins in non-neoplastic gastric mucosa (with intestinal metatplasia [IM], 78 cases; without IM, 88 cases) and 94 gastric cancers was analyzed immunohistochemically, as was the expression of gastric (MUC5A and MUC6) and intestinal (CD10 and MUC2) mucins. Heterogeneous expression of claudin-3, claudin-4 and claudin-18 was detected in advanced gastric cancer; however, there was no significant association between the claudins and the clinicopathological parameters. These gastric cancer tissues were also subclassified into claudin-based phenotypes: gastric claudin (G-CLDN), 28 cases (30%); intestinal claudin (I-CLDN), 41 cases (44%); and unclassified claudin (U-CLDN), 25 cases (26%). Interestingly, the U-CLDN gastric cancers had worse malignancy grades, not only in size and invasiveness but also in potential metastatic ability and patient outcome. Although the mucin-based gastric cancer classification was also assessed, no significant correlation was found between mucin production and clinicopathological parameters. These observations suggest that loss of claudin expression may enhance the grade of malignancy of gastric cancer in vivo. Classification of gastric cancers using gastric and intestinal claudins is a good biomarker for assessing the risk of poor prognosis.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| 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 découle