MétaCan
Menu
Retour à la cohorte
Enregistrement W2383268398 · doi:10.1177/172460081002500105

Human Kallikrein 14 (Klk14) Expression in Salivary Gland Tumors

2010· article· en· W2383268398 sur OpenAlexaff
Nelly N. Hashem, Thomas W. Mara, Mohamed Mohamed, Irene Zhang, Kevin Fung, Keith Kwan, Thomas D. Daley, Eleftherios P. Diamandis, Mark Darling

Notice bibliographique

RevueThe International Journal of Biological Markers · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueCoagulation, Bradykinin, Polyphosphates, and Angioedema
Établissements canadiensUniversity of TorontoLondon Health Sciences CentreMount Sinai HospitalWestern University
Organismes subventionnairesnon disponible
Mots-clésSalivary glandPathologyImmunoperoxidaseBiologyKallikreinCarcinomaMedicineImmunologyAntibodyMonoclonal antibody

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To analyze the expression of human kallikrein 14 (KLK14) in salivary gland tumors. METHODS: A standard immunoperoxidase staining technique was used to assess the expression profile of KLK14 in normal salivary glands and tumors including pleomorphic adenoma (PA; n=17), adenoid cystic carcinoma (ACC; n=13) and mucoepidermoid carcinoma (MEC; n=9). Tumor stage, grade, patient age and gender, and site of occurrence were recorded. These clinical parameters were correlated with KLK14 levels in malignant tumors. The expression profiles for KLK3, 5, 6, 8 and 13 were also retrieved. RESULTS: Normal salivary glands, PA, ACC and MEC showed strong expression of KLK14 in ductal and non-ductal cells. Both PA and ACC showed higher KLK14 levels than normal glands and MEC tissues. There were no statistically significant associations between levels of KLK14 and clinical parameters. CONCLUSIONS: The differences in the levels of KLK14 suggest that KLKs may aid in the differential diagnosis of salivary gland tumors. The coexpression of KLKs suggests their possible involvement in an enzymatic pathway activated in salivary gland. KLK14 may be a promising new biomarker in salivary gland tumors.

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)0,001
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 enseignants0,384
Score d'incertitude au seuil0,847

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,300
Écart entre enseignants0,276 · 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

Citations12
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Biological MarkersMême sujetCoagulation, Bradykinin, Polyphosphates, and AngioedemaTravaux en français237 207