Role of MicroRNAs in Progression and Recurrence of Early-Stage Lung Adenocarcinoma
Notice bibliographique
Résumé
Lung cancer is the leading cause of cancer-related death worldwide, and the majority of cases (77%) are not diagnosed until the disease has spread to regional lymph nodes or distant sites. Even among Non-Small Cell Lung Cancer (NSCLC) adenocarcinoma patients who have been diagnosed early and where there has been no spread to lymph nodes, recurrence after surgical intervention is high. Improved understanding of the molecular alterations involved in aggressivity and recurrence of these tumors may provide better biomarkers for the identification of patients who would benefit from adjuvant chemotherapy. By comparing the expression of microRNAs in advanced Stage II/III tumors with those expressed in earlier Stage I tumors, we aimed to identify differentially expressed molecular biomarkers that could underly progression and recurrence of Stage I tumors. This pilot study utilized TaqMan qPCR assays to assess the expression of microRNAs in tumor tissue, matched normal tissue and plasma samples from Stage I and Stage II/III lung adenocarcinoma patients. Seven microRNAs were identified from plasma that could distinguish between patients with Stage I and Stage II/III adenocarcinoma. The up-regulation of miR-29a in plasma of patients with later-stage adenocarcinoma would result in enhanced expression of several molecules involved in integrin signaling, migration and proliferation. Analysis of differential expression of microRNAs in later-stage compared to early-stage lung adenocarcinoma implicates focal adhesion and ECM-receptor pathways in progression and recurrence. Plasma miR-29a is a promising biomarker that can be assessed non-invasively and whose clinical utility should be pursued.
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 | 0,003 | 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 | 0,001 |
| 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 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 ».