MétaCan
Menu
Retour à la cohorte
Enregistrement W2899687079 · doi:10.1093/neuonc/noy148.628

MNGI-12. EXPRESSION OF PROGRAMMED CELL DEATH LIGAND-1 (PD-L1) IN MENINGIOMA: CLINICAL UTILITY FOR PREDICTION OF TUMOR RECURRENCE AND ASSOCIATION WITH HYPOXIC RESPONSE AND NFKB2 ACTIVATION

2018· article· en· W2899687079 sur OpenAlexaff
Shirin Karimi, Suganth Suppiah, Sheila Mansouri, Farshad Nassiri, Yasin Mamatjan, Jeff Liu, Kenneth Aldape, Gelareh Zadeh

Notice bibliographique

RevueNeuro-Oncology · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueNanoplatforms for cancer theranostics
Établissements canadiensUniversity of TorontoToronto Western HospitalPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMeningiomaImmunohistochemistryUnivariate analysisMedicineHypoxia (environmental)Internal medicineOncologyTumor hypoxiaPathologyCancer researchMultivariate analysisChemistry

Résumé

récupéré en direct d'OpenAlex

Tumor recurrence is one of the most important clinical challenges in the management of meningioma patients. Prognostic significance of PD-L1 as a driver for immunosuppressive response and predictor for tumor growth has been demonstrated in several malignancies. We studied the prognostic role of PD-L1 expression for tumor recurrence in meningioma and explored underlying activation mechanisms. We analyzed a total of 93 meningioma cases diagnosed between 1998 and 2016 at University Health Network: F/M ratio 58/35; WHO grades I (43), II (42), III (9) with 47% recurrence rate and median follow up 6.97 years. Immunohistochemical (IHC) analysis on tumor sections showed PD-L1 expression in 33 (35%) cases with distinctive patchy distribution. Univariate and multivariate analyses confirmed that PD-L1 expression is an independent prognostic marker for recurrence free survival(RFS) in meningioma patients after adjusting for extent of resection, WHO grade, and maximum tumor diameter (p<0.0001). Additionally, we performed Gen Set Enriched Analysis (GSEA) on RNA seq data from 88 meningiomas using HUVEC hypoxia Dataset GSE89831 as reference to calculate hypoxia levels. Our results indicated that hypoxic meningiomas have significantly elevated PD-L1 expression. Furthermore, we investigated expression of PD-L1 in 3 different meningioma cell lines under normoxic and hypoxic conditions by real-time PCR. We found that in addition to the expected HIF1a target genes, PD-L1 mRNA level increased when exposed to hypoxic condition. Analysis of RNAseq data from two GEO meningioma studies demonstrated prominent NFKB2 activation associated with PD-L1 mRNA expression. IHC analysis confirmed expression of NFKB2 protein in 26 (30%) cases, which correlated with PD-L1 expression. Our data strongly suggest the clinical utility of PD-L1 expression for prediction of tumor recurrence and a potential link between hypoxia and anti-cancer immunity in meningioma patients. These results also provide a rationale for a potential therapeutic role for PD-L1 inhibitors in clinically aggressive meningioma.

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)0,000
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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,031
Tête enseignante GPT0,292
Écart entre enseignants0,261 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuro-OncologyMême sujetNanoplatforms for cancer theranosticsTravaux en français237 207