MétaCan
Menu
Retour à la cohorte
Enregistrement W2198802908 · doi:10.1371/journal.pone.0145659

Astrocyte Elevated Gene-1 as a Novel Clinicopathological and Prognostic Biomarker for Gastrointestinal Cancers: A Meta-Analysis with 2999 Patients

2015· review· en· W2198802908 sur OpenAlexaboutno aff
Yihuan Luo, Xin Zhang, Zhong Tan, Peirong Wu, Xuelian Xiang, Yiwu Dang, Gang Chen

Notice bibliographique

RevuePLoS ONE · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueCancer Mechanisms and Therapy
Établissements canadiensnon disponible
Organismes subventionnairesGuangxi Medical UniversityYouth Science Foundation of Guangxi Medical UniversityGuangxi UniversityNational Natural Science Foundation of China
Mots-clésMeta-analysisInternal medicineMedicineCochrane LibraryOncologyWeb of scienceLymph nodeMEDLINEBiomarkerGastroenterologyBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There have been numerous articles as to whether the staining index (SI) of astrocyte elevated gene-1 (AEG-1) adversely affects clinical progression and prognosis of gastrointestinal cancers. Nevertheless, controversy still exists in terms of correlations between AEG-1 SI and clinicopathological parameters including survival data. Consequently, we conducted a comprehensive meta-analysis to confirm the role of AEG-1 in clinical outcomes of gastrointestinal carcinoma patients. METHODS: We performed a comprehensive search in PubMed, ISI Web of Science, Cochrane Central Register of Controlled Trials, EMBASE, Science Direct, Wiley Online Library, China National Knowledge Infrastructure (CNKI), WanFang and Chinese VIP databases. STATA 12.0 (STATA Corp., College, TX) was used to analyze the data extracted from suitable studies and Newcastle-Ottawa Scale was applied to assess the quality of included articles. RESULTS: The current meta-analysis included 2999 patients and our results suggested that strong associations emerged between AEG-1 SI and histological differentiation (OR = 2.129, 95%CI: 1.377-3.290, P = 0.001), tumor (T) classification (OR = 2.272, 95%CI: 1.147-4.502, P = 0.019), lymph node (N) classification (OR = 2.696, 95%CI: 2.178-3.337, P<0.001) and metastasis (M) classification (OR = 3.731, 95%CI: 2.167-6.426, P<0.001). Furthermore, high AEG-1 SI was significantly associated with poor overall survival (OS) (HR = 2.369, 95%CI: 2.005-2.800, P<0.001) and deteriorated disease-free survival (DFS) (HR = 1.538, 95%CI: 1.171-2.020, P = 0.002). For disease-specific survival (DSS) and relapse-free survival (RFS), no statistically significant results were observed (HR = 1.573, 95%CI: 0.761-3.250, P = 0.222; HR = 1.432, 95%CI: 0.108-19.085, P = 0.786). Subgroup analysis demonstrated that high AEG-1 SI was significantly related to poor prognosis in esophageal squamous cell carcinoma (ESCC) (HR = 1.715, 95%CI: 1.211-2.410, P = 0.002), gastric carcinoma (GC) (HR = 2.255, 95%CI: 1.547-3.288, P<0.001), colorectal carcinoma (CRC) (HR = 2.922, 95%CI: 1.921-4.444, P<0.001), gallbladder carcinoma (GBC) (HR = 3.047, 95%CI: 1.685-5.509, P<0.001), hepatocellular carcinoma (HCC) (HR = 2.245, 95%CI: 1.620-3.113, P<0.001), pancreatic adenocarcinoma (PAC) (HR = 2.408, 95%CI: 1.625-3.568, P<0.001). CONCLUSIONS: The current meta-analysis indicated that high AEG-1 SI might be associated with tumor progression and poor survival status in patients with gastrointestinal cancer. AEG-1 might play a vital role in promoting tumor aggression and could serve as a potential target for molecular treatments. Further clinical trials are needed to validate whether AEG-1 SI provides valuable insights into improving treatment decisions.

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)0,011
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,015
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0120,048
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,357
Tête enseignante GPT0,379
Écart entre enseignants0,023 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations28
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetCancer Mechanisms and TherapyTravaux en français237 207