MétaCan
Menu
Retour à la cohorte
Enregistrement W2977708472 · doi:10.25011/cim.v42i3.33094

Clinical relevance of semaphorin-3F in patients with prostate cancer

2019· article· en· W2977708472 sur OpenAlexvenueno aff
Guanlin Wu

Notice bibliographique

RevueClinical and investigative medicine · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAxon Guidance and Neuronal Signaling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProstate cancerSemaphorinMedicineClinical significanceRelevance (law)CancerOncologyProstateInternal medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Purpose To identify prognosis predictors for patients with prostate cancer (PCa). Methods Four independent PCa microarray datasets (GSE32448, GSE16560, GSE79957 and GSE17951) were reanalyzed to characterize the expression of semaphorin-3F (SEMA3F) gene between PCa patients and normal prostate tissues and the correlation between SEMA3F expression and the age, tumor/nodes/metastasis (TNM) staging, Gleason Grade Group, prostate-specific antigen level and overall survival of PCa patients. Gene set enrichment analysis was applied to investigate the potential relevant mechanisms regarding the expression of SEMA3F and the proliferation of PCa cells. Results The level of SEMA3F was significantly higher in normal prostate tissues compared with that in PCa cells (P<0.0001). Prostate cancer patients with higher expression of SEMA3F were associated with better TNM staging, Gleason Grade Group and overall survival than those with lower expression SEMA3F cohort. The result of gene set enrichment analysis indicated that SEMA3F might inhibit the proliferation of PCa cells through biological processes involving G2-mitosis checkpoint, E2F target and mitotic spindle. Conclusion Data suggest that SEMA3F might be a tumor suppressor of PCa and a protective factor for patient with PCa.

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 enseignants0,002
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
Bibliométrie0,0010,001
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 Opus0,137
Tête enseignante GPT0,364
Écart entre enseignants0,227 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical and investigative medicineMême sujetAxon Guidance and Neuronal SignalingTravaux en français237 207