Precision Medicine and Pancreatic Cancer
Notice bibliographique
Résumé
OBJECTIVES: There is a need for validated predictive markers of gemcitabine response to guide precision medicine treatment in pancreatic cancer. We previously validated human equilibrative nucleoside transporter 1 as a predictive marker of gemcitabine treatment response using Radiation Therapy Oncology Group 9704. Controversy exists about the predictive value of gemcitabine metabolism pathway biomarkers: deoxycytidine kinase (DCK), ribonucleotide reductase 1 (RRM1), RRM2, and p53R2. METHODS: Radiation Therapy Oncology Group 9704 prospectively randomized 538 patients after pancreatic resection to receive either 5-fluorouracil or gemcitabine. Tumor DCK, RRM1, RRM2, and p53R protein expressions were analyzed using a tissue microarray and immunohistochemistry and correlated with treatment outcome (overall survival and disease-free survival) by unconditional logistic regression analysis. RESULTS: There were 229 patients eligible for analysis from both the 5-fluorouracil and gemcitabine arms. Only RRM2 protein expression, and not DCK, RRM1, or p53R2 protein expression, was associated with survival in the gemcitabine treatment arm. CONCLUSIONS: Despite limited data from other nonrandomized treatment data, our data do not support the predictive value of DCK, RRM1, or p53R2. Efforts should focus on human equilibrative nucleoside transporter 1 and possibly RRM2 as valid predictive markers of the treatment response of gemcitabine in pancreatic cancer.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».