MicroRNA Expression Profiling of Sputum for the Detection of Early and Locally Advanced Non-Small-Cell Lung Cancer: A Prospective Case–Control Study
Notice bibliographique
Résumé
BACKGROUND: Non-small-cell lung cancer (nsclc) is associated with very poor overall survival because 70% of patients present with locally advanced or metastatic disease at the time of diagnosis. Micrornas (mirnas) are a class of short, noncoding rna molecules whose presence in samples of biologic fluids such as sputum has demonstrated promise as a potential means of detecting nsclc. We investigated the stage-specific nsclc detection potential of an efficient panel of 3 mirnas (mir-21, mir-210, mir-372) using a single sputum sample. METHODS: A single spontaneously expectorated sputum sample was prospectively collected from 21 early nsclc (≤stage ii) patients, 22 advanced nsclc (≥stage iii) patients, and 10 control subjects. Mirna expression profiles were determined by quantitative real-time polymerase chain reaction and were analyzed by unsupervised hierarchical cluster analysis. RESULTS: Mean tumour size (±95% confidence interval) in the early and advanced nsclc patients was 3.3 cm ± 0.9 cm and 4.8 cm ± 0.7 cm respectively. Adenocarcinoma constituted 61.9% of the early and 45.5% of the advanced nsclc cases respectively. In comparing the early nsclc group with the control group, the mirna panel yielded a diagnostic sensitivity of 67% and a specificity of 90.0%. For the advanced nsclc group, the mirna panel detected nsclc with a sensitivity and specificity of 64% and 100% respectively. CONCLUSIONS: A sputum mir-21, mir-210, and mir-372 expression profile might provide a sensitive and highly specific means for detecting nsclc. Sputum mirna analysis demonstrates promise as a potential complementary screening tool.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».