Three-Gene Prognostic Classifier for Early-Stage Non–Small-Cell Lung Cancer
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
PURPOSE: Several microarray studies have reported gene expression signatures that classify non-small-cell lung carcinoma (NSCLC) patients into different prognostic groups. However, the prognostic gene lists reported to date overlap poorly across studies, and few have been validated independently using more quantitative assay methods. PATIENTS AND METHODS: The expression of 158 putative prognostic genes identified in previous microarray studies was analyzed by reverse transcription quantitative polymerase chain reaction in the tumors of 147 NSCLC patients. Concordance indices and risk scores were used to identify a stage-independent set of genes that could classify patients with significantly different prognoses. RESULTS: We have identified a three-gene classifier (STX1A, HIF1A, and CCR7) for overall survival (hazard ratio = 3.8; 95% CI, 1.7 to 8.2; P < .001). The classifier was also able to stratify stage I and II patients and further improved the predictive ability of clinical factors such as histology and tumor stage. The predictive value of this three-gene classifier was validated in two large independent microarray data sets from Harvard and Duke Universities. CONCLUSION: We have identified a new three-gene classifier that is independent of and improves on stage to stratify early-stage NSCLC patients with significantly different prognoses. This classifier may be tested further for its potential value to improve the selection of resected NSCLC patients in adjuvant therapy.
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 | 0,003 | 0,001 |
| 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 | 0,001 | 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 découle