Circulating Plasma Gelsolin: A Predictor of Favorable Clinical Outcomes in Head and Neck Cancer and Sensitive Biomarker for Early Disease Diagnosis Combined with Soluble Fas Ligand
Notice bibliographique
Résumé
Head and neck cancer (HNC) accounts for more than 330,000 cancer deaths annually worldwide. Despite late diagnosis being a major factor contributing to HNC mortality, no satisfactory biomarkers exist for early disease detection. Cytoplasmic gelsolin (cGSN) was discovered to predict disease progression in HNC and other malignancies, and circulating plasma gelsolin (pGSN) levels are significantly correlated with infectious and inflammatory disease prognoses. Here, the plasma levels of five candidate biomarkers (circulating pGSN, squamous cell carcinoma antigen, cytokeratin 19 fragment, soluble Fas, and soluble Fas ligand (sFasL)) in 202 patients with HNC and 45 healthy controls were measured using enzyme-linked immunosorbent assay or Millipore cancer multiplex assay. The results demonstrated that circulating pGSN levels were significantly lower in patients with HNC than in healthy controls. Moreover, circulating pGSN outperformed other candidate biomarkers as an independent diagnostic biomarker of HNC in both sensitivity (82.7%) and specificity (95.6%). Receiver operating characteristic curves indicated that combined pGSN and sFasL levels further augmented this sensitivity (90.6%) for early disease detection. Moreover, higher pGSN levels predicted improved prognosis at both 5-year overall survival and progression-free survival. In conclusion, circulating pGSN could be an independent predictor of favorable clinical outcomes and a novel biomarker for the early HNC detection in combination with sFasL.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».