Evaluation of the Diagnostic and Predicative Values of 8-Iso-Prostaglandin F2α as a Biomarker of Breast Cancer
Notice bibliographique
Résumé
BACKGROUND: Breast cancer (BC) is a commonly reported cancer that is widely prevalent among women. Its early detection improves patient survival and results in better outcomes. For diagnosis and follow-up care, tumor markers are one of the feasible investigations to be ordered. 8-Iso-prostaglandin F2α (8-iso-PGF2α) serves as a serum marker reflecting oxidative stress and subsequent damaging of DNA. In the present study, we aimed to evaluate both diagnostic and predictive values of 8-iso-PGF2α in BC patients. MATERIALS AND METHODS: Serum levels of 8-iso-PGF2α were assessed for 66 women with benign breast tumors and 65 women who had malignant BC. To compare the patients who had breast tumors with healthy individuals, 63 women free of breast diseases were selected as controls. RESULTS: The serum level of 8-iso-PGF2α in the BC patients (57.92 pg/mL) was significantly higher compared to those with benign tumors (18.89 pg/mL) (p < 0.001). In addition, individuals with no breast diseases had less 8-iso-PGF2α (4.02 pg/mL) compared to those who had developed a tumor (p < 0.001). Serum 8-iso-PGF2α was found to be positively correlated with both carcinoembryonic antigen (r = 0.74, p < 0.001) and cancer antigen 15-3 (r = 0.80, p < 0.001). Furthermore, serum 8-iso-PGF2α showed high diagnostic performance in BC (AUC = 0.999, sensitivity = 100%, specificity = 99.2% at a cutoff value of 36.18 pg/mL). CONCLUSIONS: Our study found that the high level of serum 8-iso-PGF2α helps to provide a non-invasive indicator to detect BC. Future work with a larger sample size and various phases of BC can confirm the current results which provide insights into the early detection of cancer.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».