MétaCan
Menu
Retour à la cohorte
Enregistrement W2475073020 · doi:10.3233/cbm-160644

MMS19 as a potential predictive marker of adjuvant chemotherapy benefit in resected non-small cell lung cancer

2016· article· en· W2475073020 sur OpenAlexaff
Julien Adam, Tony Sourisseau, Ken A. Olaussen, Angélique Robin, Chang‐Qi Zhu, Alexandre Templier, Alexandre Civet, Philippe Girard, Vladimir Lazar, Pierre Validire, Ming‐Sound Tsao, Jean‐Charles Soria, Benjamin Besse

Notice bibliographique

RevueCancer Biomarkers · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueFerroptosis and cancer prognosis
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésCisplatinMedicineOncologyPredictive markerInternal medicineLung cancerChemotherapyAdjuvantAdjuvant chemotherapyCancerCancer researchBreast cancer

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Resectable non-small cell lung cancer (NSCLC) treatment options most often consist of surgical resection along with adjuvant chemotherapy (ACT). The benefit of ACT however is modest and is accompanied by important side effects. OBJECTIVE: One central quest in the field is therefore the identification of a predictive marker of the response to ACT. METHODS: We applied an unbiased approach based on high content analysis of expression data generated from a discovery patient cohort. RESULTS: We identified MMS19, a component of the cytoplasmic Iron-Sulfur Assembly (CIA) machinery important for the Nucleotide Excision Repair (NER) pathway as a pivotal gene for cisplatin toxicity. We then confirmed the association between MMS19 expression and the response to Cisplatin treatment in a panel of NSCLC cell lines. Finally we validated these pre-clinical data in a subgroup of JBR.10 trial patients through a hypothesis-driven analysis, and showed that MMS19 levels associated with ACT benefit. CONCLUSIONS: We therefore propose the expression level of MMS19 as a candidate predictive marker of ACT benefit in resected NSCLC patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,009
Tête enseignante GPT0,268
Écart entre enseignants0,259 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer BiomarkersMême sujetFerroptosis and cancer prognosisTravaux en français237 207