<scp>mTOR</scp> pathway protein immunoexpression as a prognostic factor for survival in head and neck cancer patients: a systematic review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND: Several mTOR pathway proteins are involved in the regulation of cellular anabolism, growth, proliferation, and survival. Activated proteins in the mTOR pathway are deregulated in multiple types of cancers and could influence prognosis. However, it is unclear whether deregulation of mTOR pathway proteins serves a prognostic role in patients with head and neck cancer (HNC). Furthermore, proteins in the mTOR pathway may be important targets for anticancer therapy. The aim of this study was to summarize existing cohort studies to determine whether immunoexpression of mTOR pathway proteins are important prognostic factors for survival in patients with HNC. MATERIALS AND METHODS: A systematic review was performed using the Cochrane, Lilacs, PubMed, ScienceDirect, Scopus, and Web of Science databases (up to 23 January 2015). A meta-analysis was conducted to measure the frequency of protein expression in head and neck cancer patient samples and the prognostic value of mTOR pathway proteins for overall survival (OS) and disease-free survival (DFS). RESULTS: Twelve studies were included in our final analysis. The meta-analysis revealed that the frequency of overall expression of mTOR pathway proteins was 74.42% (CI: 63.3 to 84.0, P < 0.001, n = 2016 samples). The survival meta-analysis showed a pooled hazard ratio for OS and DFS of 1.44 (95% confidence interval [95% CI] 1.14-1.73) and 1.18 (95% CI 0.71-1.64), respectively. CONCLUSION: This systematic review and meta-analysis support evidence that mTOR pathway proteins can be used as predictive markers for survival in patients with HNC because their expression was significantly associated with poor OS and short DFS.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 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 ».