A case-controlled validation study of a blood-based seven-gene biomarker panel for colorectal cancer in Malaysia
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
BACKGROUND: Colorectal cancer (CRC) screening is key to CRC prevention and mortality reduction, but patient compliance with CRC screening is low. We previously reported a blood-based test for CRC that utilizes a seven-gene panel of biomarkers. The test is currently utilized clinically in North America for CRC risk stratification in the average-risk North American population in order to improve screening compliance and to enhance clinical decision making. METHODS: In this study, conducted in Malaysia, we evaluated the seven-gene biomarker panel validated in a North American population using blood samples collected from local patients. The panel employs quantitative RT-PCR (qRT-PCR) to analyze gene expression of the seven biomarkers (ANXA3, CLEC4D, TNFAIP6, LMNB1, PRRG4, VNN1 and IL2RB) that are differentially expressed in CRC patients as compared with controls. Blood samples from 210 patients (99 CRC and 111 controls) were collected, and total blood RNA was isolated and subjected to quantitative RT-PCR and data analysis. RESULTS: The logistic regression analysis of seven-gene panel has an area under the curve (AUC) of 0.76 (95% confidence interval: 0.70 to 0.82), 77% specificity, 61% sensitivity and 70% accuracy, comparable to the data obtained from the North American investigation of the same biomarker panel. CONCLUSIONS: Our results independently confirm the results of the study conducted in North America and demonstrate the ability of the seven biomarker panel to discriminate CRC from controls in blood samples drawn from a Malaysian population.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 | 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 découle