A 3-Protein Expression Signature of Neuroblastoma for Outcome Prediction
Notice bibliographique
Résumé
Neuroblastoma (NB) is the most common extracranial solid tumor in children with contrasting outcomes. Precise risk assessment contributes to prognosis prediction, which is critical for treatment strategy decisions. In this study, we developed a 3-protein predictor model, including the neural stem cell marker Msi1, neural differentiation marker ID1, and proliferation marker proliferating cell nuclear antigen (PCNA), to improve clinical risk assessment of patients with NB. Kaplan-Meier analysis in the microarray data (GSE16476) revealed that low expression of ID1 and high expression of Msi1 and PCNA were associated with poor prognosis in NB patients. Combined application of these 3 markers to constitute a signature further stratified NB patients into different risk subgroups can help obtain more accurate prediction performance. Survival prognostic power of age and Msi1_ID1_PCNA signature by receiver operating characteristics analysis showed that this signature predicted more effectively and sensitively compared with classic risk stratification system, compensating for the deficiency of the prediction function of the age. Furthermore, we validated the expressions of these 3 proteins in neuroblastic tumor spectrum tissues by immunohistochemistry revealed that Msi1 and PCNA exhibited increased expression in NB compared with intermedial ganglioneuroblastoma and benign ganglioneuroma, whereas ID1 levels were reduced in NB. In conclusion, we established a robust risk assessment predictor model based on simple immunohistochemistry for therapeutic decisions of NB 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 | 0,001 |
| 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 ».