MétaCan
Menu
Retour à la cohorte
Enregistrement W2116129622 · doi:10.1186/1477-7819-10-271

Urinary metabolomic signature of esophageal cancer and Barrett’s esophagus

2012· article· en· W2116129622 sur OpenAlex
Vanessa Davis, Dan Schiller, Dean T. Eurich, Michael B. Sawyer

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueWorld Journal of Surgical Oncology · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueEsophageal Cancer Research and Treatment
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta Cancer Foundation
Mots-clésMedicineEsophagusReceiver operating characteristicEsophageal cancerInternal medicineBarrett's esophagusGastroenterologyMetabolomicsCancerAdenocarcinomaOncologyBioinformaticsBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Esophageal adenocarcinoma (EAC) often presents at a late, incurable stage, and mortality has increased substantially, due to an increase in incidence of EAC arising out of Barrett's esophagus. When diagnosed early, however, the combination of surgery and adjuvant therapies is associated with high cure rates. Metabolomics provides a means for non- invasive screening of early tumor-associated perturbations in cellular metabolism. METHODS: Urine samples from patients with esophageal carcinoma (n = 44), Barrett's esophagus (n = 31), and healthy controls (n = 75) were examined using (1)H-NMR spectroscopy. Targeted profiling of spectra using Chenomx software permitted quantification of 66 distinct metabolites. Unsupervised (principal component analysis) and supervised (orthogonal partial least-squares discriminant analysis OPLS-DA) multivariate pattern recognition techniques were applied to discriminate between samples using SIMCA-P(+) software. Model specificity was also confirmed through comparison with a pancreatic cancer cohort (n = 32). RESULTS: Clear distinctions between esophageal cancer, Barrett's esophagus and healthy controls were noted when OPLS-DA was applied. Model validity was confirmed using two established methods of internal validation, cross-validation and response permutation. Sensitivity and specificity of the multivariate OPLS-DA models were summarized using a receiver operating characteristic curve analysis and revealed excellent predictive power (area under the curve = 0.9810 and 0.9627 for esophageal cancer and Barrett's esophagus, respectively). The metabolite expression profiles of esophageal cancer and pancreatic cancer were also clearly distinguishable with an area under the receiver operating characteristics curve (AUROC) = 0.8954. CONCLUSIONS: Urinary metabolomics identified discrete metabolic signatures that clearly distinguished both Barrett's esophagus and esophageal cancer from controls. The metabolite expression profile of esophageal cancer was also discrete from its precursor lesion, Barrett's esophagus. The cancer-specific nature of this profile was confirmed through comparison with pancreatic cancer. These preliminary results suggest that urinary metabolomics may have a future potential role in non-invasive screening in these conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,697
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,356
Écart entre enseignants0,330 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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