Tumor microRNA profile and prognostic value for lymph node metastasis in oral squamous cell carcinoma patients
Notice bibliographique
Résumé
// Kelly Yi Ping Liu 1 , 2 , Sarah Yuqi Zhu 2 , Denise Brooks 3 , Reanne Bowlby 3 , J. Scott Durham 4 , Yussanne Ma 3 , Richard A. Moore 5 , Andrew J. Mungall 6 , Steven Jones 3 and Catherine F. Poh 1 , 2 1 Department of Oral Medical and Biological Sciences, Faculty of Dentistry, University of British Columbia, Vancouver, Canada 2 Department of Integrative Oncology, BC Cancer, Vancouver, Canada 3 Bioinformatics, Canada’s Michael Smith Genome Sciences Center, Vancouver, Canada 4 Department of Surgery, Faculty of Medicine, University of British Columbia, Vancouver, Canada 5 Faculty of Health Sciences, Simon Fraser University, Burnaby, Canada 6 Biospecimen & Library Core Group, Canada’s Michael Smith Genome Sciences Center, Vancouver, Canada Correspondence to: Catherine F. Poh, email: cpoh@dentistry.ubc.ca Keywords: oral squamous cell carcinoma; lymph node metastasis; micro-RNA; primary tumor; prognosis Received: January 15, 2020     Accepted: May 14, 2020     Published: June 09, 2020 ABSTRACT Neck lymph node metastasis (LN+) is one of the most significant prognostic factors affecting 1-in-2 patients diagnosed with oral squamous cell carcinoma (OSCC). The different LN outcomes between clinico-pathologically similar primary tumors suggest underlying molecular signatures that could be associated with the risk of nodal disease development. MicroRNAs (miRNAs)are short non-coding molecules that regulate the expression of their target genes to maintain the balance of cellular processes. A plethora of evidence has indicated that aberrantly expressed miRNAs are involved in cancers with either an antitumor or oncogenic role. In this study, we characterized miRNA expression among OSCC fresh-frozen tumors with known outcomes of nodal disease (82 LN+, 76 LN0). We identified 49 differentially expressed miRNAs in tumors of the LN+ group. Using penalized lasso Cox regression, we identified a group of 10 miRNAs of which expression levels were highly associated with nodal-disease free survival. We further reported a 4-miRNA panel (miR-21-5p, miR-107, miR-1247-3p, and miR-181b-3p) with high accuracy in discriminating LN status, suggesting their potential application as prognostic biomarkers for nodal disease.
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 ».