MétaCan
Menu
← Retour à la cohorte
Enregistrement W2336618894

Higher levels of the anti-inflammatory protein CC10 are associated with improvement in sputum atypia in individuals at high risk for lung cancer

2007· article· en· W2336618894 sur OpenAlexaff
Jiping Chen, Stephen Lam, Aprile L. Pilon, Annette McWilliams, Calum MacAulay, Éva Szabó

Notice bibliographique

RevueCancer Research · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Diagnosis and Treatment
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSputumAtypiaMedicineLung cancerBronchoalveolar lavageContext (archaeology)GastroenterologyLungInternal medicinePathologyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

1693 Context: CC10 is a 10-kDa anti-inflammatory protein secreted by nonciliated Clara cells which are progenitor cells in the bronchiolar epithelium. CC10 is infrequently expressed in non-small cell lung cancer (NSCLC) and overexpression of CC10 in NSCLC cell lines results in a less malignant phenotype. Previous studies showed that cytological atypia in exfoliated sputum epithelial cells is a predictor of lung cancer. Whether changes in CC10 expression are correlated with changes in sputum atypia is not known. Objective: We investigated whether higher bronchoalveolar lavage (BAL) and plasma CC10 levels are associated with improvement in sputum atypia in smokers. Methods: We used specimens collected during a chemoprevention trial assessing the efficacy of budesonide vs. placebo to regress bronchial dysplasia in current (n=81) and former (n=23) smokers with bronchial dysplasia. Bronchoscopies with BAL and plasma and sputum sample collection were performed at baseline and after 6 months. High resolution image cytometry to measure DNA content was performed on at least 3000 epithelial cells from each sputum sample. A sputum sample was considered “abnormal” if at least five non-diploid cells were identified in the sample. Individuals were classified as “improved” if the sputum assessment changed from abnormal at baseline to normal at the 6 month follow-up. Individuals were classified as “non-improved” if the sputum assessment changed from normal to abnormal or if the baseline abnormal assessment remained abnormal. BAL and plasma CC10 levels were measured at baseline and follow-up by a competitive ELISA. Results: The net change in the mean BAL CC10 concentrations (ng CC10/mg protein) was significantly higher among those with improvement in sputum atypia than among those without improvement (arithmetic mean: 22.0 ± 27.2 ng/mg and 5.2 ± 36.5 ng/mg, respectively, p = 0.018). The odds ratio (OR) (95% confidence interval) of improvement in sputum atypia associated with one unit increase on the natural log-scale was 2.51 (1.13-5.55, p = 0.023) for either the follow-up BAL or the change in BAL CC10 levels after adjustment for baseline CC10 levels. Further adjustment for age, sex, pack-years of smoking, smoking status, and treatment effect did not significantly change the estimate [2.94 (1.22-7.05), p = 0.016]. Plasma CC10 levels were not significantly associated with improvement in sputum atypia. Conclusions: These results show that higher BAL CC10 levels are correlated with improvement in sputum atypia in smokers with high lung cancer risk. Whether CC10 levels can be used as a predictor for changes in clinical outcomes among high risk populations needs to be further investigated.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,045
Tête enseignante GPT0,380
Écart entre enseignants0,335 · 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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetLung Cancer Diagnosis and Treatment→Travaux en français237 207→