MicroRNA signature in patients with hepatocellular carcinoma associated with type 2 diabetes
Notice bibliographique
Résumé
BACKGROUND: Nonalcoholic steatohepatitis-related cirrhosis is one of the liver complications in type 2 diabetes mellitus (T2DM) and reported to be a risk factor for developing hepatocellular carcinoma (HCC). A reliable screening biomarker of liver cirrhosis (LC) and HCC among T2DM patients is important to reduce the morbidity and mortality of this disease. MicroRNA (miRNA) is considered a key player in HCC and T2DM, and it might be a hidden culprit in diabetes-associated HCC, making it a promising reliable prognostic tool. AIM: To investigate the signature of serum miRNAs as early biomarkers for the screening of HCC among diabetic patients. METHODS: Expression profiles of miRNAs in serum samples of diabetic LC and diabetic HCC patients were assessed using Illumina sequencing; then, RT-qPCR was used to validate significantly altered miRNAs between the two groups. Candidate miRNAs were tested in serum samples of 200 T2DM patients, 270 LC patients, 200 HCC patients, and 225 healthy control subjects. Additionally, receiver operating characteristic (ROC) analysis, with area under the curve (AUC), was performed to assess the diagnostic performance of the screened miRNAs for discriminating HCC from LC and nonmalignant patients (LC + T2DM). RESULTS: LC-positive T2DM patients. Two miRNAs (miR-34a, miR-221) were significantly up-regulated and five miRNAs (miR-16, miR-23-3p, miR-122-5p, miR-198, miR-199a-3p) were significantly down-regulated in HCC compared to LC patients. Analysis of ROC curve demonstrated that the combination of these seven miRNAs can be used as a reliable biomarker for detection of HCC in diabetic patients, as it could identify HCC with high diagnostic accuracy in diabetic LC patients (AUC = 0.993) and in diabetic nonmalignant patients (AUC = 0.961). CONCLUSION: the miRNA regulatory pathway.
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 | 0,001 | 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 ».