Urine and Serum Metabolomics Analyses May Distinguish between Stages of Renal Cell Carcinoma
Notice bibliographique
Résumé
Renal cell carcinoma (RCC) is a heterogeneous disease that is usually asymptomatic until late in the disease. There is an urgent need for RCC specific biomarkers that may be exploited clinically for diagnostic and prognostic purposes. Preoperative fasting urine and serum samples were collected from patients with clinical renal masses and assessed with ¹H NMR and GCMS (gas chromatography-mass spectrometry) based metabolomics and multivariate statistical analysis. Alterations in levels of glycolytic and tricarboxylic acid (TCA) cycle intermediates were detected in RCC relative to benign masses. Orthogonal Partial Least Square Discriminant Analysis plots discriminated between benign vs. pT1 (R2 = 0.46, Q2 = 0.28; AUC = 0.83), benign vs. pT3 (R2 = 0.58, Q2 = 0.37; AUC = 0.87) for ¹H NMR-analyzed serum and between benign vs. pT1 (R2 = 0.50, Q2 = 0.37; AUC = 0.83), benign vs. pT3 (R2 = 0.72, Q2 = 0.68, AUC = 0.98) for urine samples. Separation was observed between benign vs. pT3 (R2 = 0.63, Q2 = 0.48; AUC = 0.93), pT1 vs. pT3 (R2 = 0.70, Q2 = 0.54) for GCMS-analyzed serum and between benign vs. pT3 (R2Y = 0.87; Q2 = 0.70; AUC = 0.98) for urine samples. This pilot study suggests that urine and serum metabolomics may be useful in differentiating benign renal tumors from RCC and for staging RCC.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».