Serum CA125 and ascites leptin level ratio predicts baseline clinical resistance to first-line platinum-based treatment and poor prognosis in patients with high grade serous ovarian cancer.
Notice bibliographique
Résumé
About 20% of patients with high grade serous epithelial ovarian carcinoma (HGSOC) are intrinsically resistant to standard first-line platinum-based combination therapy. There is no marker yet available to identify these patients. In that context, all patients with HGSOC initially receive the same standard first-line platinum-based therapy, and those with intrinsically resistant diseases can only be identified retrospectively after they experienced early relapse to therapy. The aim of this study was to evaluate serum or ascites CA125 and ascites leptin in patients with intrinsic resistance and to compare them with those of sensitive patients. To this end, we enrolled 80 women with HGSOC who underwent cytoreductive surgery. Thirty seven were considered to have baseline clinical resistance to first-line therapy with progression-free survival < 6 months despite treatment. Serum were collected preoperatively and ascites samples were collected at the time of the surgery. The levels of CA125 and leptin were measured by ELISA. Patients with baseline clinical resistance to first-line therapy had a significantly poorer outcome compared to patients with sensitive HGSOC with an OS of 21 months versus 43 months. Median levels of serum CA125, ascites CA125 and ascites leptin were not significantly different between patients with sensitive and resistant HGSOC. Serum CA125/ascites leptin ratio was found to be significantly elevated in resistant patients compared to patients with drug-sensitive diseases. In ROC analysis, the AUC for serum CA125/ascites leptin ratio was higher than CA125 or leptin alone to differentiate patients with resistance from those with sensitive HGSOC. Elevated serum CA125/ascites leptin ratio was a predictor of poor OS in HGSOC patients. Thus, serum CA125/ascites leptin is a potential novel biomarker to predict baseline clinical resistance to first-line treatment and poor outcome in patients with HGSOC.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».