Predictive Prognostic Value of Tissue-Based MicroRNA Expression in Oral Squamous Cell Carcinoma: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Oral squamous cell carcinoma (OSCC) is a common type of cancer characterized by a low survival rate, mostly due to local recurrence and metastasis. In view of the importance of predicting tumor behavior in the choice of treatment strategies for OSCC, several studies have attempted to investigate the prognostic value of tissue biomarkers, including microRNA (miRNA). The purpose of this study was to perform a systematic review and meta-analysis to evaluate the relationship between miRNA expression and survival of OSCC patients. Studies were identified by searching on MEDLINE/PubMed, SCOPUS, Web of Science, and Google Scholar. Quality assessment of studies was performed with the Newcastle-Ottawa Scale. Data were collected from cohort studies comparing disease-free survival and overall survival in patients with high miRNA expression compared to those with low expression. A total of 15 studies featuring 1,200 OSCC samples, predominantly from Asia, met the inclusion criteria and were included in the meta-analysis. Poor prognosis correlated with upregulation of 9 miRNAs (miR-21, miR-455-5p, miiR-155-5p, miR-372, miR-373, miR-29b, miR-1246, miR-196a, and miR-181) and downregulation of 7 miRNAs (miR-204, miR-101, miR-32, miR-20a, miR-16, miR-17, and miR-125b). The pooled hazard ratio values (95% confidence interval) related to different miRNA expression for overall survival and disease-free survival were 2.65 (2.07-3.39) and 1.95 (1.28-2.98), respectively. The results of this meta-analysis revealed that the expression levels of specific miRNAs can robustly predict prognosis of OSCC 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 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 | 0,011 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,031 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».