RANK/OPG ratio of expression in primary clear-cell renal cell carcinoma is associated with bone metastasis and prognosis in patients treated with anti-VEGFR-TKIs
Notice bibliographique
Résumé
BACKGROUND: Bone metastases (BMs) are associated with poor outcome in metastatic clear-cell renal carcinoma (m-ccRCC) treated with anti-vascular endothelial growth factor tyrosine kinase inhibitors (anti-VEGFR-TKIs). We aimed to investigate whether expression in the primary tumour of genes involved in the development of BM is associated with outcome in m-ccRCC patients treated with anti-VEGFR-TKIs. METHODS: Metastatic clear-cell renal cell carcinoma patients with available fresh-frozen tumour and treated with anti-VEGFR-TKIs. Quantitative real-time PCR (qRT-PCR) for receptor activator of NF-kB (RANK), RANK-ligand (RANKL), osteoprotegerin (OPG), the proto-oncogene SRC and DKK1 (Dickkopf WNT signalling pathway inhibitor-1). Time-to-event analysis by Kaplan-Meier estimates and Cox regression. RESULTS: We included 129 m-ccRCC patients treated between 2005 and 2013. An elevated RANK/OPG ratio was associated with shorter median time to metastasis (HR 0.50 (95% CI 0.29-0.87); P=0.014), shorter time to BM (HR 0.54 (95% CI 0.31-0.97); P=0.037), shorter median overall survival (mOS) since initial diagnosis (HR 2.27 (95% CI 1.44-3.60); P=0.0001), shorter median progression-free survival (HR 0.44 (95% CI 0.28-0.71); P=0.001) and mOS (HR 0.31 (95% CI 0.19-0.52); P<0.0001) on first-line anti-VEGFR-TKIs in the metastatic setting. Higher RANK expression was associated with shorter mOS on first-line anti-VEGFR-TKIs (HR 0.46 (95% CI 0.29-0.73); P=0.001). CONCLUSIONS: RANK/OPG ratio of expression in primary ccRCC is associated with BM and prognosis in patients treated with anti-VEGFR-TKIs. Prospective validation is warranted.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 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 ».