MétaCan
Menu
Retour à la cohorte
Enregistrement W2172618366 · doi:10.1093/jnci/djv338

The Role of Prolactin in Bone Metastasis and Breast Cancer Cell–Mediated Osteoclast Differentiation

2015· article· en· W2172618366 sur OpenAlexafffund
Ashley Sutherland, Amanda Forsyth, Yingying Cong, Laurel Grant, TzuHua Juan, Jae K. Lee, Alexander C. Klimowicz, Stephanie Petrillo, Jinghui Hu, Angela Chan, Florence Boutillon, Vincent Goffin, Cay Egan, Patricia A. Tang, Li Cai, Don Morris, Anthony Magliocco, Carrie S. Shemanko

Notice bibliographique

RevueJNCI Journal of the National Cancer Institute · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueBone health and treatments
Établissements canadiensOntario Institute for Cancer Research
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésOsteoclastBone metastasisBreast cancerMetastasisInternal medicineMedicineCancerCancer researchEndocrinologyOncologyReceptor

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Metastasis to the bone is a deleterious aspect of breast cancer and is a preferred site that results in bone loss. Hormones such as prolactin (PRL) have not yet been studied for their role in modulating the secondary tumor bone microenvironment. METHODS: We used quantitative immunohistochemistry with 134 samples of human primary breast cancer and 17 matched primary breast cancers and bone metastases. A Cox proportional hazards regression model was fitted to evaluate the associations between high prolactin receptor (PRLR) expression and time to bone metastasis, adjusting for estrogen receptor status, lymph node status, and chemotherapy status. We assessed osteoclast differentiation, osteoclast size, and measured pit formation in dentine slices. Statistical tests were two-sided. RESULTS: High PRLR expression in the primary breast tumor was associated with a shorter time to metastasis that includes bone (PRLRAQUA Max-per 100 unit hazard ratio = 1.04, 95% confidence interval = 1.00 to 1.07, P = .03). We observed the PRLR in rare samples of bone metastases and matched primary breast cancer. PRL treatment of breast cancer cells induced osteoclast differentiation and bone lysis via secreted factors and was abrogated by a PRLR antagonist (delta1-9-G129R-hPRL). We demonstrated that sonic hedgehog is a PRL-regulated cytokine in breast cancer cells and part of the mechanism that induces osteoclast differentiation. CONCLUSIONS: Our evidence indicates that PRL-PRLR can escalate the impact of breast cancer on bone metastasis and that the presence of the PRLR in the tumor microenvironment of breast cancer bone metastasis has the potential to modulate the microenvironment to induce lytic osteoclast formation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,324
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations57
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJNCI Journal of the National Cancer InstituteMême sujetBone health and treatmentsTravaux en français237 207