Promising Candidate Urinary MicroRNA Biomarkers for the Early Detection of Hepatocellular Carcinoma among High-Risk Hepatitis C Virus Egyptian Patients
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
MicroRNAs (miRNA) are small endogenously expressed non-coding RNAs that negatively regulate expression of protein-coding genes at the translational level. Accumulating evidence, such as aberrant expression of miRNAs, suggests that they play a role in the development of cancer. They have been identified in various tumor types, demonstrating that different sets of miRNAs are usually deregulated in different cancers. To identify the miRNA signatures specific for Hepatitis C virus (HCV)-associated Hepatocellular carcinoma (HCC), miRNA expression profiling of 32 HCC post-HCV infected, 74 HCV-positive and 12 control individuals was carried out using whole genome expression profiling. Differential expression of two individual miRNAs between control and high risk HCV patients was detected and found to possibly target genes related to HCC development and progression. The sensitivity and specificity of miR-618 for detecting HCC among HCV-positive individuals was found to be 64% and 68%, respectively. Whereas, the sensitivity and specificity of miR-650 were 72% and 58%, respectively. Additionally, the sensitivity and specificity for miR-618/650 in tandem were 58% and 75%, respectively. These predictive values are greatly improved compared to the traditional α-feto protein (AFP) level-based detection method. The proposed HCC miRNA signatures may therefore be of great value for the early diagnosis of HCC, before the onset of disease in HCV-positive patients. The significance of this approach is amplified by the use of urine as a sample source as it offers a non-invasive approach for developing screening methods that can reduce mortality rates.
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 | 0,000 | 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