microRNAs identified in prostate cancer: Correlative studies on response to ionizing radiation
Notice bibliographique
Résumé
As the most frequently diagnosed non-skin cancer in men and a leading cause of cancer-related death, understanding the molecular mechanisms that drive treatment resistance in prostate cancer poses a significant clinical need. Radiotherapy is one of the most widely used treatments for prostate cancer, along with surgery, hormone therapy, and chemotherapy. However, inherent radioresistance of tumor cells can reduce local control and ultimately lead to poor patient outcomes, such as recurrence, metastasis and death. The underlying mechanisms of radioresistance have not been fully elucidated, but it has been suggested that miRNAs play a critical role. miRNAs are small non-coding RNAs that regulate gene expression in every signaling pathway of the cell, with one miRNA often having multiple targets. By fine-tuning gene expression, miRNAs are important players in modulating DNA damage response, cell death, tumor aggression and the tumor microenvironment, and can ultimately affect a tumor's response to radiotherapy. Furthermore, much interest has focused on miRNAs found in biofluids and their potential utility in various clinical applications. In this review, we summarize the current knowledge on miRNA deregulation after irradiation and the associated functional outcomes, with a focus on prostate cancer. In addition, we discuss the utility of circulating miRNAs as non-invasive biomarkers to diagnose, predict response to treatment, and prognosticate patient outcomes.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».