Detection of human papillomavirus type 16 in oropharyngeal squamous cell carcinoma using droplet digital polymerase chain reaction
Notice bibliographique
Résumé
BACKGROUND: The incidence of oropharyngeal squamous cell carcinoma caused by oncogenic HPV (HPV-OPSCC) is rising worldwide. HPV-OPSCC is commonly diagnosed by RT-qPCR of HPV-16 E6 and E7 oncoproteins or by cyclin-dependent kinase inhibitor 2A, multiple tumor suppressor 1 (p16) immunohistochemistry (IHC). Droplet digital PCR (ddPCR) has been recently reported as ultra-sensitive and highly precise method of nucleic acid quantification for biomarker analysis. We aimed to validate this method for the detection of HPV-16 E6 and E7 in HPV-OPSCC. METHODS: Participants were recruited from January 2015-November 2015 at initial presentation to the University of Alberta Head and Neck Oncology Clinic. RNA was extracted, purified and quantified from prospectively collected participant tissues, and ddPCR was performed with fluorescent probes detecting HPV-16 E6 and E7. Results from ddPCR were compared with p16 IHC performed by clinical pathology as standard of care. RESULTS: Head and neck tissues were prospectively obtained from 68 participants including 29 patients with OPSCC, 29 patients with non-OPSCC and 10 patients without carcinoma. 79.2% of patients with OPSCC were p16 positive. The sensitivity and specificity of ddPCR HPV E6/E7 compared with p16 IHC in OPSCC was 91.3 and 100%, respectively. The amount of target RNA used was ≤1 ng, 20-50 times lower than reported by other for RT-qPCR HPV E6/E7. CONCLUSIONS: The ddPCR of HPV E6/E7 is a novel and highly specific method of detecting HPV-16 in OPSCC. Cancer 2016;122:1544-51. © 2016 American Cancer Society.
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) | 0,000 | 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 ».