Ethnicity affects EGFR and KRAS gene alterations of lung adenocarcinoma
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
Mutations or copy number gains (CNGs) of the EGFR and KRAS genes are representative alterations in lung adenocarcinomas that are individually associated with patient characteristics such as ethnicity, smoking status and gender. However, the effects of combinations of these genetic alterations have not been statistically examined. The present study analyzed previously examined lung adenocarcinoma cases in Asian (n=166) and non‑Asian (n=136) individuals in whom all four EGFR and KRAS alterations had been studied. The polynomial logistic regression models were used following adjustment for gender and smoking status, and using patients without any type of EGFR/KRAS alterations as a reference. Between the two ethnic groups, EGFR CNGs (gEGFR) occurred more frequently than EGFR mutations (mEGFR) (46 vs. 38% in Asians; 21 vs. 10% in non‑Asians), whereas KRAS mutations (mKRAS) were more frequent than KRAS CNGs (gKRAS) (13 vs. 7% and 35 vs. 4%, respectively). Additionally, gEGFR and gKRAS occurred significantly more frequently in respective mutant cases, and all EGFR alterations were almost exclusive of all KRAS alterations. The polynomial logistic regression models confirmed that all types of EGFR alterations were significantly more frequent among Asian individuals than among non‑Asian individuals, independent of gender and smoking status (odds ratios, 2.36‑6.67). KRAS alterations occurred less frequently among Asian individuals than among non‑Asian individuals, although a significant difference was not detected. The present study results indicated that the EGFR and KRAS profiles, including mutations and CNGs, differ between Asian and non‑Asian individuals with lung adenocarcinoma, suggesting that ethnicity strongly affects the molecular characteristics of lung adenocarcinoma.
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) | 0,000 | 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) | 0,000 | 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