DJ-1 Could Predict Worse Prognosis in Esophageal Squamous Cell 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
Recent studies have revealed an oncogenic role of DJ-1 through its ability to transform normal cells, prevent oxidative damage, and inhibit apoptosis. However, its role in esophageal squamous cell carcinoma (ESCC) is unknown. In this study, by immunohistochemistry, we analyzed the expression of DJ-1 in 81 ESCC tumors, 31 paired nonneoplastic esophageal epithelia, and 19 paired ESCC lymph node metastases. We found that cytoplasmic DJ-1 expression was significantly higher in ESCC and ESCC lymph node metastases than in nonneoplastic esophageal epithelium. ESCC specimens with high distant metastatic potential also had a significantly higher level of nuclear DJ-1 expression (P = 0.018). By Kaplan-Meier analysis, we found that a high level of nuclear DJ-1 was significantly associated with poorer patient survival in our cohort (P = 0.028). To investigate whether DJ-1 promotes ESCC progression through phosphatidylinositol 3-kinase pathway and modulation of apoptosis, we performed immunohistochemistry of pAkt and Daxx. We found that DJ-1 expression was significantly associated with pAkt, whereas nuclear DJ-1 expression was significantly correlated with nuclear expression of Daxx. These results suggest that phosphatidylinositol 3-kinase pathway and Daxx-regulated apoptosis might be important in DJ-1-mediated ESCC progression. By using multivariate Cox regression, we further showed that T(4) stage (P = 0.003) and DJ-1 (P = 0.034) are independent predictors of patient survival. In conclusion, our results suggest that DJ-1 plays a very important role in transformation and progression of ESCC and may be used as a prognostic marker in ESCC.
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 | 0,001 | 0,000 |
| 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 | 0,001 | 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