BTF4/BTNA3.2 and GCS as Candidate mRNA Prognostic Markers in Epithelial Ovarian Cancer
Notice bibliographique
Résumé
This study aims to identify reliable prognosis markers to predict patient outcome at surgery in high-grade serous epithelial ovarian cancer by a real-time quantitative PCR (RT-q-PCR)-based test. Seventeen tissue samples from serous epithelial ovarian cancer patients were screened by DNA microarray to identify genes differentially expressed between tumors from patients who relapsed within 18 months and tumors from patients showing no relapse or relapsed after 24 months after initial diagnosis. RNA expression of a subset of genes was validated by RT-q-PCR in the initial set of 17 samples. From these results, a refined list was selected and tested in independent samples from 41 serous. Expression was associated with time to relapse and clinical variables. Microarray analysis identified a profile of 34 differentially expressed genes. RT-q-PCR validated the expression profile of a subset of seven genes in the initial set of patients. Differential gene expression was also validated in an independent set of patients. Low BTF4 or GCS expression was strongly associated with poor outcome in Kaplan-Meier analysis (P < 0.05, log-rank test) and Cox univariate as well as in multivariate analyses with a higher hazard ratio than clinical variables, such as residual disease, age, stage, and grade.
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 | 0,001 | 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 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 ».