miR-10b is a prognostic marker in clear cell renal cell carcinoma
Notice bibliographique
Résumé
AIMS: Clear cell renal cell carcinoma (ccRCC) is the most common adult kidney cancer. It is an aggressive tumour with unpredictable outcome. The currently used clinical parameters are not always accurate for predicting disease behaviour. miR-10b is dysregulated in different malignancies including RCC. METHODS: We assessed the clinical utility of miR-10b as a prognostic marker in 250 patients with primary ccRCC. We examined the correlation between miR-10b and clinicopathological parameters. We compared miR-10b expression among different RCC subtypes and normal kidney tissue. RESULTS: We observed a stepwise decrease of miR-10b expression from normal kidney to primary ccRCC and a further decrease from primary to metastatic RCC. miR-10b expression was significantly lower in stages III/IV compared with stages I/II (p=0.038). Using a binary cut-off, miR-10b-positive patients had significantly longer disease-free survival (HR=0.47, CI 0.28 to 0.79, p=0.004). In the subgroup of patients with tumour size >4 cm, higher miR-10b expression was associated with significant longer disease-free and overall survival (p=0.001 and p=0.036, respectively). miR-10b was significantly downregulated in ccRCC compared with normal kidney (p<0.0001), and oncocytoma (p=0.031). It was also downregulated in chromophobe RCC. In addition, we identified a number of miR-10b-predicted targets and pathways that are involved in tumourigenesis. CONCLUSIONS: Our data point to miR-10b as a promising prognostic marker in ccRCC with potential therapeutic applications.
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 | 0,001 | 0,001 |
| 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 ».