Serum Neurofilament Light, Glial Fibrillary Acidic Protein and Tau Are Possible Serum Biomarkers for Activity of Brain Metastases and Gliomas
Notice bibliographique
Résumé
BACKGROUND: Primary central nervous system (CNS) tumors and brain metastases (BMs) are major causes of morbidity and mortality, accompanied by low survival rates. Efforts to early discovery of CNS malignancies are critical. However, to date, there are no biomarkers approved for detection of cancer activity in the brain. Blood levels of neurofilament light (NfL) and tau, as well as glial fibrillary acidic protein (GFAp), show promise as biomarkers for brain injury in previous studies. Therefore, we performed a cross-sectional study to investigate correlations of those biomarkers with CNS activity of gliomas and BMs. METHODS: Serum samples of 36 participants of a single centered institution were tested for NfL, GFAp and tau with Simoa immunoassay, and correlated with clinical and radiological data. RESULTS: = 0.03). Although statistically significant (P = 0.04), differences in concentrations were not clinically meaningful for tau levels. Serum NfL (sNfL) and GFAp concentrations were higher in the group of patients with CNS tumors with disease in progression versus CNS with stable disease (P = 0.03 and P = 0.01, respectively). In addition, sNfL were higher in patients with metastatic solid tumors with known BMs than in those with metastatic tumors with no BM (P = 0.0004). CONCLUSION: sNfL and GFAp both apparently vary closely with presence and activity of gliomas and BMs. Further studies in larger populations are needed to expand these findings.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».