Clinical value of lncRNA MALAT1 as a prognostic marker in human cancer: systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Metastasis-associated lung adenocarcinoma transcript 1 (MALAT1) is found to be overexpressed and associated with clinicopathological features in patients with cancer. OBJECTIVES: To evaluate the clinical value of MALAT1 as a prognostic marker in human cancers by a comprehensive meta-analysis of published studies. DATA SOURCES: The data on the prognostic impact of MALAT1 in cancer were collected from 11 September 2003 to 10 July 2015. SETTING AND PARTICIPANTS: Fourteen eligible studies with a total of 1373 patients conducted in 3 countries (9 in China, 3 in Japan and 2 in Germany) were matched to our inclusion criteria. OUTCOME MEASURES: Pooled HRs with 95% CIs were calculated to estimate the strength of the link between MALAT1 and clinical prognoses. The combined HRs heterogeneity was tested using a χ(2)-based Cochran Q test and Higgins I(2) statistic. Publication bias was evaluated using a funnel plot with Egger's bias indicator test. RESULTS: A significant association between MALAT1 overexpression and poor overall survival (OS) (HR=1.95; 95% CI 1.57 to 2.41) was observed. Residence region (Germany and China), cancer type (respiratory, digestive or other system disease), sample size and paper quality did not alter the predictive value of MALAT1 on OS in investigated cancers. MALAT1 expression was an independent prognostic marker for OS in patients with cancer using univariate and multivariate analyses. Subgroup analysis showed that the elevated MALAT1 appeared to be a powerful prognostic marker for patients with respiratory, digestive and other system cancers. A similar effect was also seen in different regions. Furthermore, the overexpression of MALAT1 was associated with disease-free, recurrence-free and progression-free survivals. CONCLUSIONS: MALAT1 may potentially be used as a new prognostic marker to predict poorer survival of patients with cancer. More clinical studies on the different types of human cancer not yet investigated need to be conducted.
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 | 0,016 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,032 |
| Bibliométrie | 0,006 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».