Amplification of the human epidermal growth factor receptor 2 gene in differentiated thyroid cancer correlates with telomere shortening
Notice bibliographique
Résumé
The human epidermal growth factor receptor 2 (HER2) proto-oncogene plays an important role in the development and progression of breast and gastric cancer. Monitoring of the HER2 status and treatment with trastuzumab was performed initially in breast cancer, and subsequently in gastric cancer. However, the HER2 status of thyroid cancer remains unexplored. Telomere alteration and telomerase activity have been observed in most human cancers and are known to be a feature of malignancy. The aims of this study were to clarify the HER2 status of thyroid cancer and to examine any correlations to various characteristics of malignancy. We investigated 69 cases of differentiated thyroid cancers with reference to: i) telomere length as measured using tissue quantitative fluorescence in situ hybridization (Q-FISH), ii) expression of human telomerase reverse transcriptase (hTERT) as determined by immunohistochemistry (IHC), and iii) overexpression of the HER2 protein as determined by IHC and amplification of the HER2 gene as determined by fluorescence in situ hybridization (FISH). The telomeres of thyroid cancers, especially follicular carcinomas, were significantly shorter compared to those of adjacent normal tissues. Positivity for hTERT expression and HER2 amplification were observed in approximately 70 and 22% of thyroid cancers, respectively. Our data demonstrated that telomeres in HER2-positive cancers were significantly shorter compared to those in HER2-negative cancers. These results suggest that highly malignant differentiated thyroid cancer can be detected by monitoring HER2 status and telomere shortening, and that trastuzumab therapy may be effective for refractory thyroid cancer.
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) | 0,000 | 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) | 0,001 | 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 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 ».