MétaCan
Menu
Retour à la cohorte
Enregistrement W2143144742 · doi:10.1158/1055-9965.epi-13-0962

Variation in NF-κB Signaling Pathways and Survival in Invasive Epithelial Ovarian Cancer

2014· article· en· W2143144742 sur OpenAlexfundno aff
Matthew S. Block, Bridget Charbonneau, Robert A. Vierkant, Zachary C. Fogarty, William R. Bamlet, Paul D.P. Pharoah, Mary Anne Rossing, Daniel Cramer, Celeste Leigh Pearce, Joellen Schildkraut, Usha Menon, Susanne K. Kjær, Douglas A. Levine, Jacek Gronwald, Hoda Anton Culver, Alice S. Whittemore, Beth Y. Karlan, Diether Lambrechts, Nicolas Wentzensen, Jolanta Kupryjańczyk, Jenny Chang‐Claude, Elisa V. Bandera, Estrid Høgdall, Florian Heitz, Stanley B. Kaye, Peter A. Fasching, Ian Campbell, Marc T. Goodman, Tanja Pejović, Yukie T. Bean, Laura E. Hays, Galina Lurie, Diana Eccles, Alexander Hein, Matthias W. Beckmann, Arif B. Ekici, James Paul, Robert Brown, James M. Flanagan, Philipp Harter, Andreas du Bois, Ira Schwaab, Claus Høgdall, Lene Lundvall, Sara H. Olson, Irene Orlow, Lisa E. Paddock, Anja Rudolph, Ursula Eilber, Agnieszka Dansonka‐Mieszkowska, Iwona K. Rzepecka, Izabela Ziółkowska-Seta, Louise A. Brinton, Hannah Yang, Montserrat García‐Closas, Evelyn Despierre, Sandrina Lambrechts, Ignace Vergote, Christine Walsh, Jenny Lester, Weiva Sieh, Valerie McGuire, Joseph H. Rothstein, Argyrios Ziogas, Jan Lubiński, Cezary Cybulski, Janusz Menkiszak, Allan Jensen, Simon A. Gayther, Susan J. Ramus, Aleksandra Gentry‐Maharaj, Andrew Berchuck, Anna H. Wu, Malcolm C. Pike, David Van Den Berg, Kathryn L. Terry, Allison F. Vitonis, Starr M. Ramirez, David N. Rider, Keith L. Knutson, Thomas A. Sellers, Catherine M. Phelan, Jennifer A. Doherty, Sharon E. Johnatty, Anna DeFazio, Honglin Song, Jonathan P. Tyrer, Kimberly R. Kalli, Brooke L. Fridley, Julie M. Cunningham, Ellen L. Goode

Notice bibliographique

RevueCancer Epidemiology Biomarkers & Prevention · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueOvarian cancer diagnosis and treatment
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteCanadian Institutes of Health ResearchNational Institute of General Medical SciencesCancer Research UK
Mots-clésVariation (astronomy)Ovarian cancerEpithelial ovarian cancerBiologySignal transductionNF-κBCancer researchCancerOncologyMedicineGenetics

Résumé

récupéré en direct d'OpenAlex

Survival in epithelial ovarian cancer (EOC) is influenced by the host immune response, yet the key genetic determinants of inflammation and immunity that affect prognosis are not known. The nuclear factor-κB (NF-κB) transcription factor family plays an important role in many immune and inflammatory responses, including the response to cancer. We studied common inherited variation in 210 genes in the NF-κB family in 10,084 patients with invasive EOC (5,248 high-grade serous, 1,452 endometrioid, 795 clear cell, and 661 mucinous) from the Ovarian Cancer Association Consortium. Associations between genotype and overall survival were assessed using Cox regression for all patients and by major histology, adjusting for known prognostic factors and correcting for multiple testing (threshold for statistical significance, P < 2.5 × 10(-5)). Results were statistically significant when assessed for patients of a single histology. Key associations were with caspase recruitment domain family, member 11 (CARD11) rs41324349 in patients with mucinous EOC [HR, 1.82; 95% confidence interval (CI), 1.41-2.35; P = 4.13 × 10(-6)] and tumor necrosis factor receptor superfamily, member 13B (TNFRSF13B) rs7501462 in patients with endometrioid EOC (HR, 0.68; 95% CI, 0.56-0.82; P = 2.33 × 10(-5)). Other associations of note included TNF receptor-associated factor 2 (TRAF2) rs17250239 in patients with high-grade serous EOC (HR, 0.84; 95% CI, 0.77-0.92; P = 6.49 × 10(-5)) and phospholipase C, gamma 1 (PLCG1) rs11696662 in patients with clear cell EOC (HR, 0.43; 95% CI, 0.26-0.73; P = 4.56 × 10(-4)). These associations highlight the potential importance of genes associated with host inflammation and immunity in modulating clinical outcomes in distinct EOC histologies.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,055
Tête enseignante GPT0,339
Écart entre enseignants0,284 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Epidemiology Biomarkers & PreventionMême sujetOvarian cancer diagnosis and treatmentTravaux en français237 207