MétaCan
Menu
Retour à la cohorte
Enregistrement W2896689522 · doi:10.1002/ijc.31935

Combined genetic and epigenetic alterations of the <i>TERT</i> promoter affect clinical and biological behavior of bladder cancer

2018· article· en· W2896689522 sur OpenAlexafffund
Ricardo Leão, Donghyun Lee, Arnaldo Figueiredo, Thomas Hermanns, Peter J. Wild, Martin Komosa, Irene Lau, M. Mistry, Nuno M. Nunes, Aryeh J. Price, Cindy Zhang, Tatiana Lipman, Cédric Poyet, Nadejda Valtcheva, Kathrin Oehl, Hugo Coelho, Rashid K. Sayyid, Lígia Castro, Joan Sweet, João Vinagre, Joana Apolónio, Derek Stephens, Kamel Fadaak, Patrick O. Richard, Girish S. Kulkarni, Alexandre R. Zlotta, Robert J. Hamilton, Pedro Castelo‐Branco, Uri Tabori

Notice bibliographique

RevueInternational Journal of Cancer · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueBladder and Urothelial Cancer Treatments
Établissements canadiensCentre Hospitalier Universitaire de SherbrookeUniversité de SherbrookeUniversity of TorontoUniversity Health NetworkSickKids FoundationHospital for Sick Children
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésEpigeneticsBladder cancerAffect (linguistics)BiologyCancerGeneticsCancer researchGenePsychology

Résumé

récupéré en direct d'OpenAlex

In urothelial bladder cancer (UBC), risk stratification remains an important unmet need. Limitless self‐renewal, governed by TERT expression and telomerase activation, is crucial for cancer progression. Thus, telomerase activation through the interplay of mutations (TERTpMut) and epigenetic alterations in the TERT promoter may provide further insight into UBC behavior. Here, we investigated the combined effect of TERTpMut and the TERT Hypermethylated Oncological Region (THOR) status on telomerase activation and patient outcome in a UBC international cohort (n = 237). We verified that TERTpMut were frequent (76.8%) and present in all stages and grades of UBC. Hypermethylation of THOR was associated with higher TERT expression and higher‐risk disease in nonmuscle invasive bladder cancers (NMIBC). TERTpMut alone predicted disease recurrence (HR: 3.18, 95%CI 1.84 to 5.51, p < 0.0001) but not progression in NMIBC. Combined THORhigh/TERTpMut increased the risk of disease recurrence (HR 5.12, p < 0.0001) and progression (HR 3.92, p = 0.025). Increased THOR hypermethylation doubled the risk of stage progression of both TERTpwt and TERTpMut NMIBC. These results highlight that both mechanisms are common and coexist in bladder cancer and while TERTpMut is an early event in bladder carcinogenesis THOR hypermethylation is a dynamic process that contributes to disease progression. While the absence of alterations comprises an extremely indolent phenotype, the combined genetic and epigenetic alterations of TERT bring additional prognostic value in NMIBC and provide a novel insight into telomere biology in 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)0,001
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,045
Tête enseignante GPT0,400
Écart entre enseignants0,354 · 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

Citations74
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of CancerMême sujetBladder and Urothelial Cancer TreatmentsTravaux en français237 207