Serum microRNA profiling to distinguish papillary thyroid cancer from benign thyroid masses
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
OBJECTIVES: Papillary thyroid cancer (PTC) is increasing in incidence. Fine needle aspiration is the gold standard for diagnosis, but results can be indeterminate. Identifying tissue and serum biomarkers, like microRNA, is therefore desirable. We sought to identify miRNA that is differentially expressed in the serum of patients with PTC. METHODS: Serum miRNA was quantified in 31 female thyroidectomy patients: 13 with benign disease and 18 with PTC. qPCR results were compared for significant fold-changes in 175 miRNAs, against a pooled control. RESULTS: 128 miRNA qualified for analysis. There were identifiable fold-changes in miRNA levels between benign and control, and between PTC and control. There were statistically significant fold changes in the level of four miRNAs between benign and PTC: hsa-miR-146a-5p and hsa-miR-199b-3p were down-regulated, while hsa-let7b-5p and hsa-miR-10a-5p were up-regulated. CONCLUSIONS: MicroRNA is differentially expressed in the serum of patients with PTC. Serum miRNA has the potential to aid in thyroid cancer diagnosis.
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 | 0,001 | 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 découle