Clinical Relevance of a Pharmacogenetic Approach Using Multiple Candidate Genes to Predict Response and Resistance to Imatinib Therapy in Chronic Myeloid Leukemia
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: Imatinib resistance is major cause of imatinib mesylate (IM) treatment failure in chronic myeloid leukemia (CML) patients. Several cellular and genetic mechanisms of imatinib resistance have been proposed, including amplification and overexpression of the BCR/ABL gene, the tyrosine kinase domain point mutations, and MDR1 gene overexpression. EXPERIMENTAL DESIGN: We investigated the impact of 16 single nucleotide polymorphisms (SNP) in five genes potentially associated with pharmacogenetics of IM, namely ABCB1, multidrug resistance 1; ABCG2, breast-cancer resistance protein; CYP3A5, cytochrome P450-3A5; SLC22A1, human organic cation transporter 1; and AGP, alpha1-acid glycoprotein. The DNAs from peripheral blood samples in 229 patients were genotyped. RESULTS: The GG genotype in ABCG2 (rs2231137), AA genotype in CYP3A5 (rs776746), and advanced stage were significantly associated with poor response to IM especially for major or complete cytogenetic response, whereas the GG genotype at SLC22A1 (rs683369) and advanced stage correlated with high rate of loss of response or treatment failure to IM therapy. CONCLUSIONS: We showed that the treatment outcomes of imatinib therapy could be predicted using a novel, multiple candidate gene approach based on the pharmacogenetics of IM.
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 | 0,009 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle