Tumor-based gene expression biomarkers to predict survival following curative intent resection for stage I lung adenocarcinoma
Notice bibliographique
Résumé
BACKGROUND: Prognostic biomarkers are needed in clinical setting to predict outcome after resection for early-stage lung adenocarcinoma. The goal of this study is to validate tumor-based single-gene expression biomarkers with demonstrated prognostic value in order to move them along the clinical translation pipeline. METHODS: Prognostic genes were selected from the literature and the best candidates measured by quantitative real-time polymerase chain reaction (qPCR) in tumors of 233 patients with stage I adenocarcinoma. Significant prognostic genes were then validated in an independent set of 210 patients matching the first set in terms of histology, stage, and clinical data. RESULTS: Eleven genes with demonstrated prognostic value were selected from the literature. Complementary analyses in public databases and our own microarray dataset led to the investigation of six genes associated with good (BTG2, SELENBP1 and NFIB) or poor outcome (RRM1, EZH2 and FOXM1). In the first set of patients, EZH2 and RRM1 were significantly associated with better survival on top of age, sex and pathological stage (EZH2 p = 3.2e-02, RRM1 p = 5.9e-04). The prognostic values of EZH2 and RRM1 were not replicated in the second set of patients. A trend was observed for both genes in the joint analyses (n = 443) with higher expression associated with worse outcome. CONCLUSION: Adenocarcinoma-specific mRNA expression levels of EZH2 and RRM1 are associated with poor post-surgical survival in the first set of patients, but not replicated in a clinically and pathologically matched independent validation set. This study highlights challenges associated with clinical translation of prognostic biomarkers.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».