MétaCan
Menu
Retour à la cohorte
Enregistrement W2728942926 · doi:10.3747/co.24.3348

Diagnostic Value of Epidermal Growth Factor, Cancer Antigen 125, and Cancer Antigen 15-3 in Bronchoalveolar Lavage Fluid of Lung Cancer

2017· article· en· W2728942926 sur OpenAlexvenueno aff
Shifang Sun, Z. Chen, Chao Cao, Bin Wu, B. Wang, Yiming Yu, Zhiquan Hu, Zaichun Deng

Notice bibliographique

RevueCurrent Oncology · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer and biochemical research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineBronchoalveolar lavageLung cancerEpidermal growth factorCancerAntigenRespiratory diseaseCancer antigenLungPathologyInternal medicineOncologyGastroenterologyImmunologyReceptor

Résumé

récupéré en direct d'OpenAlex

Aim: In the present study, we assessed the diagnostic value of epidermal growth factor (EGF) and cancer antigens 125 (CA125) and 15-3 (CA15-3) in bronchoalveolar lavage fluid (BALF) of lung cancer from 79 enrolled patients with suspected lung cancer. Methods: All patients underwent fibrescopic examination, during which BALF samples were collected. Levels of EGF, CA125, and CA15-3 were determined in BALF using commercially available test kits. Results: The results showed that levels of EGF in BALF were significantly higher in patients with lung cancer than in patients with benign diseases (p < 0.01); no significant differences for CA125 (p = 0.67) or CA15-3 (p = 0.43) in BALF were observed between the lung cancer patients and the non-cancer control subjects. With a cut-off value of 27.22 pg/mL, EGF showed a sensitivity of 63.6% and a specificity of 65.7% in predicting the malignant nature of pulmonary disease. Conclusions: The study findings suggest that levels of EGF are significantly increased in BALF from patients with lung cancer than in BALF from patients with benign disease. Detection of the level of EGF in BALF is proposed as a noninvasive test to identify patients at high risk for lung 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,436
Écart entre enseignants0,381 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetCancer and biochemical researchTravaux en français237 207