MétaCan
Menu
← Retour à la cohorte
Enregistrement W2335473974 · doi:10.1158/1538-7445.am10-4637

Abstract 4637: Mini-chromosome maintenance protein 7 as a potential theranostic biomarker in epithelial ovarian cancer

2010· article· en· W2335473974 sur OpenAlexaff
Takayo Ota, Amy C. Clayton, Douglas M. Minot, Lynn C. Hartmann, Viji Shridhar, C. Blake Gilks, Jeremy Chien

Notice bibliographique

RevueCancer Research · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSerous fluidTissue microarrayImmunohistochemistryPathologyBiologyBiomarkerConcordanceOvarian cancerOvarian tumorCancerCancer researchOncologyMedicineBioinformaticsGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Mini-Chromosome Maintenance protein 7 (MCM7) is involved in replicative licensing and synthesis of DNA. It is previously identified as over-expressed gene in high-grade serous carcinomas compared to serous borderline tumors of the ovary in cDNA microarray studies. In this study, we sought to validate MCM7 expression in ovarian tumors by applying immunohistochemical analysis on tissue microarrays consisting of 445 ovarian tumors. MCM7 expression was quantified as MCM7 labeling index by determining the tumor nuclei positive for MCM7 staining as a percentage of total tumor nuclei. The labeling index scores were independently generated by two methods: PATH score provided by a manual review of each samples by a pathologist and ACIS score provided by Automated Cell Imaging System. Analyses of both scores indicated high degree of concordance in score distribution between PATH and ACIS. MCM7 expression is significantly higher in high-grade serous carcinomas compared to serous borderline tumors, confirming our previous cDNA microarray studies. In both PATH and ACIS analysis, MCM7 expression is also significantly higher in high-grade serous carcinomas compared to other histology subtypes of ovarian cancer. Finally, to identify the clinical significance of MCM7 expression, we determined the association between MCM7 expression and disease-free survival. MCM7 labeling index was dichotomized into two groups (high and low) using median labeling index as cut-off. For both PATH or ACIS-derived scores, univariate analyses indicate significant association of high MCM7 labeling index with better disease-free survival in high-grade serous carcinomas. These results suggest the clinical significance of MCM7 expression in high-grade serous carcinomas of the ovary and the need for further evaluation of MCM7 as a potential theranostic biomarker. Citation Format: {Authors}. {Abstract title} [abstract]. In: Proceedings of the 101st Annual Meeting of the American Association for Cancer Research; 2010 Apr 17-21; Washington, DC. Philadelphia (PA): AACR; Cancer Res 2010;70(8 Suppl):Abstract nr 4637.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,024
Tête enseignante GPT0,342
Écart entre enseignants0,318 · 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'étudeObservationnel
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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetCancer Genomics and Diagnostics→Travaux en français237 207→