Prognostic Value of Differentially Expressed LncRNAs in Triple-Negative Breast Cancer: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Breast cancer is the most common cancer in women worldwide and can be classified into multiple subtypes, including triple-negative breast cancer (TNBC). TNBC is more aggressive than other types of breast cancer and has a poor prognosis. However, excluding chemotherapy, the treatment of TNBC does not involve targeted therapy. The dysregulated expression of lncRNAs plays a vital role in the development of numerous cancers. Thus, the aim of this meta-analysis is to determine the functional roles of lncRNAs in TNBC. We performed a systematic search for articles related to TNBC using multiple online databases, including PubMed, EMBASE, Web of Science, and Science-Direct. We collated pooled hazard ratios with 95% confidence interval to estimate the prognostic value of lncRNAs. We assessed the quality of studies using the Newcastle-Ottawa scale. Data were collected from cohort studies that compared overall survival, disease-free survival, and relapse-free survival between patients with high and patients with low expression of lncRNAs. Using 2,192 samples from 21 studies, we observed a correlation between poor prognosis and the upregulation of 14 lncRNAs (LINC00173, HUMT, HOTAIR, LUCAT1, HIF1A-AS2, ZEB2-AS1, NAMPT-AS, DANCR, LINC01638, ZNF469-3, AFAP1-AS1, ANRIL, MALAT1, and HULC) and downregulation of four lncRNAs (MIR503HG, NEF, TC0NS_12_00002973, and GAS5). The pooled hazard ratios for the correlation between differentially expressed lncRNAs and overall, disease-free, and relapse-free survival were 2.38 (2.03-2.78), 2.19 (1.51-3.16), and 3.19 (0.81-12.53), respectively. This meta-analysis shows that the expression of candidate lncRNAs may reliably predict the prognosis of patients with TNBC.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».