Digital Gene Expression Analysis Might Aid in the Diagnosis of Thyroid Cancer
Notice bibliographique
Résumé
Background: Thyroid cancer represents approximately 90% of endocrine cancers. Difficulties in diagnosis and low inter-observer agreement are sometimes encountered, especially in the distinction between the follicular variant of papillary thyroid carcinoma (fvptc) and other follicular-patterned lesions, and can present significant challenges. In the present proof-of-concept study, we report a gene-expression assay using NanoString nCounter technology (NanoString Technologies, Seattle, WA, U.S.A.) that might aid in the differential diagnosis of thyroid neoplasms based on gene-expression signatures. Methods: Our cohort included 29 patients with classical papillary thyroid carcinoma (ptc), 13 patients with fvptc, 14 patients with follicular thyroid carcinoma (ftc), 14 patients with follicular adenoma (fa), and 14 patients without any abnormality. We developed a 3-step classifier that shows good correlation with the pathologic diagnosis of various thyroid neoplasms. Step 1 differentiates normal from abnormal thyroid tissue; step 2 differentiates benign from malignant lesions; and step 3 differentiates the common malignant entities ptc, ftc, and fvptc. Results: Using our 3-step classifier approach based on selected genes, we developed an algorithm that attempts to differentiate thyroid lesions with varying levels of sensitivity and specificity. Three genes—namely SDC4, PLCD3, and NECTIN4/PVRL4—were the most informative in distinguishing normal from abnormal tissue with a sensitivity and a specificity of 100%. One gene, SDC4, was important for differentiating benign from malignant lesions with a sensitivity of 89% and a specificity of 92%. Various combinations of genes were required to classify specific thyroid neoplasms. Conclusions: This preliminary proof-of-concept study suggests a role for nCounter technology, a digital gene expression analysis technique, as an adjunct assay for the molecular diagnosis of thyroid neoplasms.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».