MétaCan
Menu
Retour à la cohorte
Enregistrement W2418559992

Non-small cell lung cancer detection using microRNA expression profiling of bronchoalveolar lavage fluid and sputum.

2015· article· en· W2418559992 sur OpenAlexaff
Julian O. Kim, Sayf Gazala, Rene Razzak, Linghong Guo, Sunita Ghosh, Wilson Roa, Eric L.R. Bédard

Notice bibliographique

RevuePubMed · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensResearch Institute in Oncology and HematologyCancerCare ManitobaAlberta Cancer FoundationUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBronchoalveolar lavageSputumLung cancermicroRNAMedicinePathologyGene expression profilingLungGene expressionBiologyInternal medicineGene
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

AIM: To assess if miRNA expression profiling of bronchoalveolar lavage (BAL) fluid and sputum could be used to detect early-stage non-small cell lung cancer (NSCLC). MATERIALS AND METHODS: Hierarchical cluster analysis was performed on the expression levels of 5 miRNAs (miR-21, miR-143, miR-155, miR-210, and miR-372) which were quantified using RNA reverse transcription and quantitative real-time polymerase chain reaction in sputum and BAL samples from NSCLC cases and cancer-free controls. RESULTS: Cluster analysis of the miRNA expression levels in BAL samples from 21 NSCLC cases and sputum samples from 10 cancer-free controls yielded a diagnostic sensitivity of 85.7% and specificity of 100%. Cluster analysis of sputum samples from the same patients yielded a diagnostic sensitivity of 67.8% and specificity of 90%. CONCLUSION: miRNA expression profiling of sputum and BAL fluids represent a potential means to detect early-stage NSCLC.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,446

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,234
Écart entre enseignants0,218 · 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'étudeExpérimental (laboratoire)
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

Citations48
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetMicroRNA in disease regulationTravaux en français237 207