A cytokine and angiogenic factor (CAF) analysis in plasma in testicular germ cell tumor patients (TGCTs).
Notice bibliographique
Résumé
e15599 Background: We investigated cytokines and angiogenic factors (CAFs) in patients with testicular germ cell tumors (TGCTs). We aimed to link the CAF profile to type of response to chemotherapy and select candidate prognostic and predictive markers for further study. Methods: In the presented study, plasma from 99 patients (pt) with TGCTs treated with first line (95 pt) or salvage (4 pt) chemotherapy was collected. The concentrations of 51 plasma CAFs were measured pre-treatment (n = 80) and on day 22 (n = 60) using multiplex bead arrays (Human Group I and II cytokine panels and TGF beta by Bio-Plex 200 system (Bio-Rad Laboratories, Hercules, CA). We used unsupervised clustering with self-organizing map (SOM) and k-means clustering to analyze CAF expression profiles. Results: Unsupervised clustering with self-organizing maps and k-means identified characteristic plasma cytokine profiles in different subgroups of patients according to response to chemotherapy and other clinical variables. Several cytokines were differentially expressed in patients with favourable and unfavorable response in serum before chemotherapy including IL-1b, IL-15, M-CSF, IL-4, IL-5, b-NGF, IL-10, MCP-3, FGF basic, IL-6, MIP-1a, GM-CSF, IL-17, IL-13, MIP1b, IL-8, SCF, IFN alfa, SCGFb, IL-2RA, IP-10, IL-16, TGFb-3. Similarly, following cytokines were differentially expressed in serum after 1st cycle of chemotherapy IL-1b, TGFb-3, LIF, TGFb-2, IL-16, IL-18, IL-2RA, MCP-3, IFN alfa, HGF, IL1a, MIF, SCF, IL-3, SCGFb, b-NGF, MIG, CTACK. Conclusions: CAF profiling with unsupervised clustering revealed clinically relevant differences in subgroups of TGCTs patients. We suggest that this platform may provide valuable insights into TGCTs biology, and could help to identify plasma cytokine signature for predicting treatment resistance.
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 | 0,000 | 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 ».