Tissue factor expression correlates with disease‐specific survival in patients with node‐negative muscle‐invasive bladder cancer
Notice bibliographique
Résumé
Tissue factor (TF), a transmembrane glycoprotein responsible for initiating the extrinsic pathway of blood coagulation plays a key role in cancer growth, metastasis and angiogenesis. Various studies have demonstrated the prognostic potential of TF expression in several cancers. However, its role in bladder cancer is unclear. This study evaluated the prognostic potential of TF expression in muscle-invasive bladder tumors from patients treated with radical cystectomies. Immunohistochemical staining using a monoclonal antibody (mAb) anti-TF was carried out on sections of tissue microarray blocks containing cores of muscle-invasive bladder tumors (4 cores/tumor) from 218 patients. The intensity of the staining was evaluated on a scale from 0 to 3 by two independent observers who were both unaware of the clinicopathological characteristics of the samples. TF was expressed in 77.6% of tumors, independently from baseline characteristics (age, gender, stage and grade) as assessed using the chi(2) and Student t tests. During follow-up (median: 2.6 years), 45.4% of the patients died from the progression of their cancer. Kaplan-Meier survival showed that among the 103 patients with node-negative (N0) transitional cell carcinoma (TCC), those with TF-positive tumors had shorter bladder cancer-specific survival (p = 0.0276). Moreover, multivariate Cox regression analysis showed they had a 3.15-fold greater risk of dying from bladder cancer (95% CI: 1.1-9.0; p = 0.032). In conclusion, TF expression was an independent predictor of disease-specific survival in N0 muscle-invasive TCCs treated by radical cystectomy and therefore, might help identify patients at higher risk of disease progression. These patients could potentially benefit from adjuvant chemotherapy.
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».