MétaCan
Menu
Retour à la cohorte
Enregistrement W2734975679 · doi:10.1186/s12935-017-0440-8

The prognostic value of miR-126 expression in non-small-cell lung cancer: a meta-analysis

2017· article· en· W2734975679 sur OpenAlexaboutno aff
Wen Zheng, Ya Zhou, Jia Lu, Hualin Xu, Liangyu Lei, Chao Chen, Juanjuan Zhao, Lin Xu

Notice bibliographique

RevueCancer Cell International · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensnon disponible
Organismes subventionnairesProgram for New Century Excellent Talents in UniversityMinistry of Education of the People's Republic of ChinaNational Natural Science Foundation of China
Mots-clésMeta-analysisLung cancerMedicinemicroRNAValue (mathematics)OncologyExpression (computer science)Internal medicinePathologyBioinformaticsCancer researchComputer scienceBiologyMachine learningGeneticsGene

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Non-small cell lung cancer (NSCLC) is a leading cause of cancer-related death. Growing evidence from recent studies have shown indicated that microRNA-126 (miR-126) played an important role in the progression of NSCLC. However, the potential value of miR-126 expression in prognosis of NSCLC remains to be fully elucidated. Here, we carried out a meta-analysis to assess the potential prognostic value of miR-126 for NSCLC. METHODS: PubMed, Embase, the Cochrane library, Web of Science, CNKI and WanFang database, as well as the reference of included studies, were searched to recognize pertinent studies until April 30, 2017. New castle-Ottawa scale was used to evaluate the quality of studies. Pooled hazard ratio (HR) with 95% confidence interval (CI) for overall survival (OS) was extracted by using a fixed-effects or a random-effects model on the basis of heterogeneity. Publication bias was evaluated by using Begg's tests. RESULTS: We identified four eligible trials involving 666 non-small-cell lung cancer patients in this meta-analysis. The results indicated that a high level of miR-126 played a favorable role in the overall survival (HR 0.73, 95% CI 0.61-0.86, fixed-effects model). There was no bias existed in this study. CONCLUSIONS: Our study showed that high expression level of miR-126 was a promising positive factor for OS for non-small cell lung cancer patients, and miR-126 might be a potential target for non-small-cell lung cancer 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 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)0,018
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,028
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0160,067
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,020
Tête enseignante GPT0,307
Écart entre enseignants0,287 · 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'étudeMéta-analyse
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

Citations29
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Cell InternationalMême sujetMicroRNA in disease regulationTravaux en français237 207