MétaCan
Menu
Retour à la cohorte
Enregistrement W3021014740 · doi:10.3390/cancers12051199

Clinical Theragnostic Potential of Diverse miRNA Expressions in Prostate Cancer: A Systematic Review and Meta-Analysis

2020· review· en· W3021014740 sur OpenAlexaboutno aff
Rama Jayaraj, Gregory V. Raymond, Sunil Krishnan, Katherine S. Tzou, Siddhartha Baxi, Suresh Kumar Govind, Harish C. Chandramoorthy, Faisal N. Abu-Khzam, Peter Shaw

Notice bibliographique

RevueCancers · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCircular RNAs in diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProstate cancerMeta-analysisMedicinePublication biasOncologyDocetaxelSystematic reviewCancerInternal medicineMEDLINEBiology

Résumé

récupéré en direct d'OpenAlex

Background: Prostate cancer (PrC) is the second-most frequent cancer in men, its incidence is emerging globally and is the fifth leading cause of death worldwide. While diagnosis and prognosis of PrC have been studied well, the associated therapeutic biomarkers have not yet been investigated comprehensively. This systematic review and meta-analysis aim to evaluate the theragnostic effects of microRNA expressions on chemoresistance in prostate cancer and to analyse the utility of miRNAs as clinical theragnostic biomarkers. Methods: A systematic literature search for studies reporting miRNA expressions and their role in chemoresistance in PrC published until 2018 was collected from bibliographic databases. The evaluation of data was performed as per PRISMA guidelines for systematic review and meta-analysis. Meta-analysis was performed using a random-effects model using Comprehensive Meta-Analysis (CMA) software. Heterogeneity between studies was analysed using Cochran’s Q test, I2 and the Tau statistic. Quality assessment of the studies was performed using the Newcastle–Ottawa Scale (NOS) for the methodological assessment of cohort studies. Publication bias was assessed using Egger’s bias indicator test, Orwin and classic fail-safe N test, Begg and Mazumdar rank collection test, and Duval and Tweedie’s trim and fill methods. Findings: Out of 2909 studies retrieved, 79 studies were shortlisted and reviewed. A total of 17 studies met our eligibility criteria, from which 779 PrC patients and 17 chemotherapy drugs were examined, including docetaxel and paclitaxel. The majority of the drug regulatory genes reported were involved in cell survival, angiogenesis and cell proliferation pathways. We studied 42 miRNAs across all studies, out of which two miRNAs were found to be influencing chemosensitivity, while 21 were involved in chemoresistance. However, the remaining 19 miRNAs did not appear to have any theragnostic effects. Besides, the prognostic impact of the miRNAs was evaluated and had a pooled HR value of 1.960 with 95% CI (1.377–2.791). Interpretation: The observation of the current study depicts the significance of miRNA expression as a theragnostic biomarker in medical oncology. This review suggests the involvement of specific miRNAs as predictors of chemoresistance and sensitivity in PrC. Hence, the current systematic review and meta-analysis provide insight on the use of miRNA as PrC biomarkers, which can be harnessed as molecular candidates for therapeutic targeting.

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)0,015
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,041
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0170,042
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,072
Tête enseignante GPT0,402
Écart entre enseignants0,330 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetCircular RNAs in diseasesTravaux en français237 207