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 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 | 0,013 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,049 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».