Prognostic significance of microRNA-100 in solid tumors: an updated meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to identify prognostic significance of microRNA-100 (miR-100) in solid tumor. METHODS: Literature search was conducted in databases such as PubMed, Embase, and Web of Science, using the following words "(microRNA-100 OR miR-100 OR mir100) AND (tumor OR neoplasm OR cancer OR carcinoma OR malignancy)." The search was updated up until July 10, 2016. Newcastle-Ottawa scale was used to evaluate the quality of studies. Pooled hazard ratio (HR) with 95% confidence interval (CI) for patients' survival was calculated by using a fixed-effects or a random-effects model on the basis of heterogeneity. Subgroup analysis, sensitive analysis, and meta-regression were used to investigate the sources of heterogeneity. Publication bias was evaluated by using Begg's and Egger's tests. RESULTS: A total of 16 articles with 1,501 patients were included in the present meta-analysis. It was demonstrated that a lower expression of miR-100 plays a negative role in the overall survival (OS) of patients with solid tumor (HR =1.92; 95% CI =1.25-2.94). In addition, the association between miR-100 and prognosis was also revealed in the following subgroups: non-small-cell lung cancer (NSCLC; HR =2.46; 95% CI =1.98-3.06), epithelial ovarian cancer (EOC; HR =2.29, 95% CI =1.72-3.04), and bladder cancer (BC; HR =4.14, 95% CI =1.85-9.27). CONCLUSION: This meta-analysis indicates that lower expression of miR-100 is related to poorer OS in patients with solid tumor, especially in those with NSCLC, EOC, and BC. MiR-100 is a promising prognosis predictor and may be a potential target for therapy in the future.
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 ».