Mutational profiling of KRAS and its association with non-small cell lung carcinoma in Indian Kashmiri population
Notice bibliographique
Résumé
Lung cancer represents commonest cancer worldwide, with a high mortality rate as the disease becomes clinically apparent at advanced stages. The most common molecular alterations observed in NSCLC lie in the mutations of KRAS. These mutations occur in 15-30% of NSCLC and are more frequent in adenocarcinoma. We have screened prospectively all newly diagnosed patients with NSCLC (n=70) for the ability to be analysed for KRAS mutations. Seventy, blood samples of Non-small cell lung cancer were collected from Department of Hematology, Sheri-i-Kashmir Institute of Medical Sciences (SKIMS). Blood DNA was extracted from these cases. DNA sequencing was performed on all the samples for detection KRAS codon 12, 13 activating mutations. Mutation status was compared with patient clinicopathological characteristics. The prevalence of KRAS mutation rate in NSCLC in the Kashmiri population was 30%. The significant association was seen between KRAS gene mutation and histological types of lung cancer. The higher frequency was seen in adenocarcinoma (ADC) (28.84%) than squamous cell carcinoma (SCC) (6%). The difference was statistically significant (OR=0.81, 95% CI=0.257-2.588, p < 0.01). Among the different stages, the higher frequency of KRAS (exon 2) mutation was reported in NSCLC patients in advanced stage (38.09%) than the early stages (17.85%). The difference was statistically significant (OR=0.353, 95% CI= 0.112-1.116, p<0.05). A statistically significant difference was reported between smokers and non-smokers with respect to the KRAS (exon 2) mutation (OR= 4.899, p < 0.01). The significantly higher frequency of this mutation was reported in NSCLC patients (29.16%) with metastasis (OR= 0.941 95% CI= 0.319-2.775, p < 0.03). KRAS (exon 2) mutation is a common molecular alteration in NSCLC and occurs most predominantly on codon 12, 13, characterizing 30% of the total mutations found in Kashmiri population. These mutations are significantly associated with clinicopathological characteristics of patients.
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 | 0,000 | 0,000 |
| 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 ».