Genetic Deletions in Sputum as Diagnostic Markers for Early Detection of Stage I Non–Small Cell Lung Cancer
Notice bibliographique
Résumé
PURPOSE: Analysis of molecular genetic markers in biological fluids has been proposed as a powerful tool for cancer diagnosis. We have characterized in detail the genetic signatures in primary non-small cell lung cancer, which provided potential diagnostic biomarkers for lung cancer. The aim of this study was to determine whether the genetic changes can be used as markers in sputum specimen for the early detection of lung cancer. EXPERIMENTAL DESIGN: Genetic aberrations in the genes HYAL2, FHIT, and SFTPC were evaluated in paired tumors and sputum samples from 38 patients with stage I non-small cell lung cancer and in sputum samples from 36 cancer-free smokers and 28 healthy nonsmokers by using fluorescence in situ hybridization. RESULTS: HYAL2 and FHIT were deleted in 84% and 79% tumors and in 45% and 40% paired sputum, respectively. SFTPC was deleted exclusively in tumor tissues (71%). There was concordance of HYAL2 or FHIT deletions in matched sputum and tumor tissues from lung cancer patients (r = 0.82, P = 0.04; r = 0.84, P = 0.03), suggesting that the genetic changes in sputum might indicate the presence of the same genetic aberrations in lung tumors. Furthermore, abnormal cells were found in 76% sputum by detecting combined HYAL2 and FHIT deletions whereas in 47% sputum by cytology, of the cancer cases, implying that detecting the combination of HYAL2 and FHIT deletions had higher sensitivity than that of sputum cytology for lung cancer diagnosis. In addition, HYAL2 and FHIT deletions in sputum were associated with smoking history of cancer patients and smokers (both P < 0.05). CONCLUSIONS: Tobacco-related HYAL2 and FHIT deletions in sputum may constitute diagnostic markers for early-stage lung 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».