Pancreatic cancer serum biomarker PC-594: Diagnostic performance and comparison to CA19-9
Notice bibliographique
Résumé
AIM: To investigate serum PC-594 fatty acid levels as a potential biomarker in North American pancreatic cancer (PaC) patients, and to compare its performance to CA19-9. METHODS: Using tandem mass spectrometry, we evaluated serum PC-594 levels from 84 North American patients with confirmed PaC and 99 cancer-free control subjects. We determined CA19-9 levels by ELISA. Significance between PaC patients and controls, and association with clinical variables was determined by analysis of variance and t-tests. Diagnostic performance was evaluated by receiver-operator characteristic (ROC) curve analysis, and PC-594 correlation with age and CA19-9 determined by regression analysis. RESULTS: Mean PC-594 levels were 3.7 times lower in PaC patients compared to controls (P < 0.0001). The mean level in PaC patient serum was 0.76 ± 0.07 μmol/L, and the mean level in control subjects was 2.79 ± 0.15 μmol/L. There was no correlation between PC-594 and age, disease stage or gender (P > 0.05). Using 1.25 μmol/L as a PC-594 threshold produced a relative risk (RR) of 9.4 (P < 0.0001, 95%CI: 5.0-17.7). The area under the receiver-operator characteristic curve (ROC-AUC) was 0.93 (95%CI: 0.91-0.95) for PC-594 and 0.85 (95%CI: 0.82-0.88) for CA19-9. Sensitivity at 90% specificity was 87% for PC-594 and 71% for CA19-9. Six PaC patients with CA19-9 above 35 U/mL showed normal PC-594 levels, while 24 PaC patients with normal CA19-9 showed low PC-594 levels. Eighty-five of the 99 control subjects (86%) showed normal levels of both markers. CONCLUSION: PC-594 biomarker levels are significantly reduced in North American PaC patients, and showed superior diagnostic performance compared to CA19-9.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».