Predictive value of cystic fibrosis transmembrane conductance regulator (CFTR) in the diagnosis of gastric cancer
Notice bibliographique
Résumé
PURPOSE: Gastric cancer is associated with poor prognosis. The high mortality rate of gastric cancer is mainly attributed to late detection, so diagnosis and treatment are crucial to decreasing mortality. The purpose of this study was to examine the predictive accuracy and discriminative ability of cystic fibrosis transmembrane conductance regulator (CFTR) in gastric cancer patients, in addition to the classical cancer tumor biomarkers carbohydrate antigen 199 (CA199) and carcinoembryonic antigen (CEA). METHODS: The study was performed on 78 serum samples from gastric cancer patients and 88 serum samples from healthy adults. Serum levels of CFTR, CA199, CEA and CHN were determined by enzyme-linked immunosorbent assay (ELISA) Results: Spearman's coefficient analysis showed that, in some cases, CFTR was strongly correlated with CA199 and that CFTR levels increased with age. Kruskal-Wallis testing indicated concentrations of CFTR and CA199 had statistically significant association with stage. Logistic regression showed that CFTR and CA199 independently predicted gastric cancer. Receiver operating characteristics (ROC) showed that combinations of CFTR, CA199, and CEA yielded the best ROC curve, with an AUC of 0.875. CONCLUSIONS: The results of this study indicate that the serum CFTR has a broad application prospects for detection of GC.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».