Can Behenic Acid (C22:0) Levels be a Prognostic Factor in Glial Tumors?
Notice bibliographique
Résumé
BACKGROUND: Inhibition of fatty acid synthase leads to apoptosis in cancers, which leads to high levels of fatty acid synthesis. This indicates that cancer cells depend on fatty acid in order to survive. In this study, we investigated whether or not there was a relationship between the glial tumor grade and free fatty acid level of tumor tissue. METHODS: Twenty patients who had high grade glial tumors and 20 patients who had low grade glial tumors, were included in the study. Tumors samples were obtained intraoperatively in order to measure the fatty acid levels. The fatty acids were studied in three groups: saturated fatty acids, monounsaturated fatty acids and polyunsaturated fatty acids. They were analyzed with gas chromatography. RESULTS: The oleic acid, linoleic acid, eicosadienoic acid, arachidonic acid, and docosadienoic acid levels were high in the tumor tissue of low grade tumors. The myristic acid, palmitic acid, stearic acid, alpha linoleic acid, eicosenoic acid, dihomo-gamma-linolenic acid, docosahexaenoic acid, and ceramide levels were high in the tumor tissue of high grade glial tumors. However, none of these high values were statistically significant. The high values of behenic acid, a saturated fatty acid, in low grade glial tumors were statistically significant. CONCLUSION: High levels of behenic acid in patients with low grade glial tumor is important as it indicates persistence of the tissue integrity and tissue resistance. behenic acid levels can be a prognostic factor in glial tumors. Le taux d'acide béhénique (C22:0) peut-il constituer un facteur de pronostic dans les tumeurs gliales?
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».