Biomarkers of potential prognostic significance in diffuse large B‐cell lymphoma
Notice bibliographique
Résumé
Diffuse large B-cell lymphoma (DLBCL) is a biologically heterogeneous disease for which the current approach to treatment is only successful for 50% of patients. The prognostic value of various clinical and biological factors in predicting treatment outcome is discussed in this paper. A review of the English literature was performed including original articles and relevant reviews from MEDLINE that addressed the topics of DLBCL biology and potential prognostic factors. The International Prognostic Index is, to date, the most successful clinical model for predicting outcome. In addition, a rapidly expanding list of molecules has been identified by conventional and newer diagnostic methods that may be of significant prognostic value. Gene expression profiling has led to the discovery of new biological subtypes of DLBCL based on patterns of gene expression, and a host of new genes that may play important roles in this disease. Various derangements in apoptosis, cell-cycle regulation, differentiation, and signal transduction have been noted, while the host environment and immune response also appear to modify clinical outcome. Although to our knowledge, the fundamental abnormalities underlying DLBCL remain elusive, progress is being continuously made to further the understanding of the biological heterogeneity of this disease and the use of various clinical and biological variables to predict treatment outcome. The goal is to be able to identify subgroups of patients at high risk of treatment failure and develop more effective treatment based on specific biological defects that may represent new rational therapeutic targets.
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 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) | 0,002 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».