Genomic imbalances in precancerous tissues signal oral cancer risk
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
Oral cancer develops through a series of histopathological stages: through mild (low grade), moderate, and severe (high grade) dysplasia to carcinoma in situ and then invasive disease. Early detection of those oral premalignant lesions (OPLs) that will develop into invasive tumors is necessary to improve the poor prognosis of oral cancer. Because no tools exist for delineating progression risk in low grade oral lesions, we cannot determine which of these cases require aggressive intervention. We undertook whole genome analysis by tiling-path array comparative genomic hybridization for a rare panel of early and late stage OPLs (n = 62), all of which had extensive longitudinal follow up (>10 years). Genome profiles for oral squamous cell carcinomas (n = 24) were generated for comparison. Parallel analysis of genome alterations and clinical parameters was performed to identify features associated with disease progression. Genome alterations in low grade dysplasias progressing to invasive disease more closely resembled those observed for later stage disease than they did those observed for non-progressing low grade dysplasias. This was despite the histopathological similarity between progressing and non-progressing cases. Strikingly, unbiased computational analysis of genomic alteration data correctly classified nearly all progressing low grade dysplasia cases. Our data demonstrate that high resolution genomic analysis can be used to evaluate progression risk in low grade OPLs, a marked improvement over present histopathological approaches which cannot delineate progression risk. Taken together, our data suggest that whole genome technologies could be used in management strategies for patients presenting with precancerous oral lesions.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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