MétaCan
Menu
← Retour à la cohorte
Enregistrement W2232619420

Two adhesion molecules: New serological diagnostic breast cancer biomarkers

2008· article· en· W2232619420 sur OpenAlexaff
Vathany Kulasingam, Eleftherios P. Diamandis

Notice bibliographique

RevueCancer Research · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGlycosylation and Glycoproteins Research
Établissements canadiensUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésALCAMBreast cancerMedicineCancerOncologyPathologySerologyInternal medicineCA 15-3BiomarkerCA15-3Cell adhesion moleculeImmunologyBiologyAntibody
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

AACR Annual Meeting-- Apr 12-16, 2008; San Diego, CA 4437 The discovery of new serological breast cancer biomarkers that are suitable for early disease diagnosis may ultimately lead to improved patient management and outcomes. Unfortunately, other than definitive diagnosis by biopsy and histopathology, no diagnostic or screening test is presently suitable for early detection of breast cancer. Newer methods with improved sensitivity and specificity are clearly needed to identify women with early stage breast cancer. We have previously performed a proteomic analysis of the conditioned media of breast cancer cell lines to yield a number of promising candidate markers. In this study, we measured, by immunoassays, human activated leukocyte cell adhesion molecule (ALCAM) and B-cell adhesion molecule (BCAM) concentrations in serum of apparently healthy women and women with breast cancer. The diagnostic sensitivity and specificity of these tests were calculated and compared to those of the classical breast tumor marker CA 15-3. For ALCAM, at 90% specificity, the sensitivity for breast cancer diagnosis (all stages) was 91% whereas for BCAM at 90% specificity, the sensitivity for breast cancer diagnosis (all stages) was 34%. More importantly, at 90% specificity for ALCAM, the sensitivity of the test for breast cancer diagnosis in cancer patients where CA 15-3 is normal (<30 units/mL) was 78%, illustrating that ALCAM can identify a considerable number of patients who will be missed by CA 15-3 testing. We conclude that serum ALCAM and/or BCAM concentrations appear to be new biomarkers for breast cancer and may have value for disease diagnosis. The combined analysis of these novel biomarkers plus CA 15-3 and the development of a multivariate statistical model may lead to a superior clinical tool in comparison to currently used individual markers such as CA 15-3.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,005

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 Opus0,067
Tête enseignante GPT0,394
Écart entre enseignants0,327 · 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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetGlycosylation and Glycoproteins Research→Travaux en français237 207→