MétaCan
Menu
Retour à la cohorte
Enregistrement W2503809707 · doi:10.1111/nyas.13134

Overview of major molecular alterations during progression from Barrett's esophagus to esophageal adenocarcinoma

2016· review· en· W2503809707 sur OpenAlexaff
Irina Kalatskaya

Notice bibliographique

RevueAnnals of the New York Academy of Sciences · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueEsophageal Cancer Research and Treatment
Établissements canadiensOntario Institute for Cancer Research
Organismes subventionnairesnon disponible
Mots-clésEsophagusBarrett's esophagusCDH1DysplasiaCDKN2ACancerAdenocarcinomaBiologyEpitheliumPathologyCancer researchMedicineInternal medicineGeneticsCadherinCell

Résumé

récupéré en direct d'OpenAlex

Esophageal adenocarcinoma (EAC) develops in the sequential transformation of normal epithelium into metaplastic epithelium, called Barrett's esophagus (BE), then to dysplasia, and finally cancer. BE is a common condition in which normal stratified squamous epithelium of the esophagus is replaced with an intestine-like columnar epithelium, and it is the most prominent risk factor for EAC. This review aims to impartially systemize the knowledge from a large number of publications that describe the molecular and biochemical alterations occurring over this progression sequence. In order to provide an unbiased extraction of the knowledge from the literature, a text-mining methodology was used to select genes that are involved in the BE progression, with the top candidate genes found to be TP53, CDKN2A, CTNNB1, CDH1, GPX3, and NOX5. In addition, sample frequencies across analyzed patient cohorts at each stage of disease progression are summarized. All six genes are altered in the majority of EAC patients, and accumulation of alterations correlates well with the sequential progression of BE to cancer, indicating that the text-mining method is a valid approach for gene prioritization. This review discusses how, besides being cancer drivers, these genes are functionally interconnected and might collectively be considered a central hub of BE progression.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,157
Tête enseignante GPT0,448
Écart entre enseignants0,291 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of the New York Academy of SciencesMême sujetEsophageal Cancer Research and TreatmentTravaux en français237 207