MétaCan
Menu
Retour à la cohorte
Enregistrement W2346288032 · doi:10.6000/1927-7229.2016.05.02.4

Frequency and Clinical Impact of KRAS Mutations in Patients with Colorectal Cancer from the Middle East

2016· article· en· W2346288032 sur OpenAlexvenueno aff
Jamal Zekri, S.M.M. Karim, Ahmed Al-Shehri, Mervat Mahrous, Tarek Darwish, Hani El Taani

Notice bibliographique

RevueJournal of Analytical Oncology · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Treatments and Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKRASColorectal cancerMedicineMutationInternal medicineOncologyMutation rateCancerPopulationStage (stratigraphy)GeneticsGeneBiology

Résumé

récupéré en direct d'OpenAlex

Background: Colorectal cancer (CRC) is a significant healthcare burden worldwide and in the Middle East (ME). KRAS mutation confers resistance to epidermal growth factor receptor (EGFR) inhibitors in the treatment of advanced CRC. Data regarding the rate of KRAS mutation from the ME are scattered and scarce. We aim to collect and review all sizable studies evaluating the frequency of KRAS mutations in CRC patients from the ME. Method: A Pubmed and Google Scholar search was conducted using keywords including KRAS, K-ras, colorectal cancer and Middle East, along with names of each ME country. Studies including over 90 patients were included in the review. Result: Eleven studies containing more than 90 patients were identified. Among all eleven studies, KRAS mutation rate ranged from 13 to 56%. Five studies reported KRAS mutation rate in M1 stage either exclusively or as part of subgroup analysis. In these studies, mutations were found in 8-45% of cases. KRAS mutations were associated with female gender, M1 stage and high CEA in 3, 2, and 1 studies respectively. Conclusion: There is a broad range of variability in KRAS mutation rate reported in different studies from the ME. This may have been due to small number of patients in the studies and lack of centralized testing for KRAS mutations. Larger and more coordinated studies from the ME population are required to ascertain the accuracy of KRAS mutation rate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,012
Score d'incertitude au seuil0,200

Scores Codex et Gemma par catégorie

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

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 Opus0,052
Tête enseignante GPT0,380
Écart entre enseignants0,328 · 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 tête enseignante, 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Analytical OncologyMême sujetColorectal Cancer Treatments and StudiesTravaux en français237 207