[Dynamic changes of serum proteomic spectra in patients with non-Hodgkin's lymphoma (NHL) before and after chemotherapy and screening of candidate biomarkers for NHL].
Notice bibliographique
Résumé
BACKGROUND & OBJECTIVE: Although the complete response rate of non-Hodgkin's lymphoma (NHL) is 70%-80% using modern comprehensive treatments, its relapse rate is about 40%-50%. The minimal residual disease (MRD) may be the reason of recurrence. This study was to detect dynamic changes of serum proteomic spectra in NHL patients before and after chemotherapy, thus to screen candidate markers for NHL. METHODS: The proteomic spectra from serum of 44 NHL patients before chemotherapy, 44 NHL patients who achieved complete remission (CR) after chemotherapy, and 51 healthy individuals were analyzed by surface-enhanced laser desorption/ ionization time of flight mass spectrometry (SELDI-TOF-MS) and Ciphergen ProteinChip 3.1 software. RESULTS: Compared with the normal group, one protein peak (M11710) was up-regulated in untreated NHL group, while was close to the normal level in CR group (P < 0.05); nine other protein peaks (M3322, M4355, M6445, M6646, M8581, M8708, M8918, M13959, M15149) were down-regulated in untreated NHL group, while were close to normal levels in CR group(P < 0.05). Five candidate biomarkers for NHL were screened using the decision tree model. CONCLUSIONS: Expressions of serum proteomic spectra are different before and after chemotherapy in NHL patients. Protein signatures of NHL may be screened using SELDI mass spectrometry combined with ProteinChip software. Those signatures may be helpful in screening MRD, detecting early recurrence and predicting the response to treatments.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».