Plasma metabolomic profiles in liver cancer patients following stereotactic body radiotherapy
Notice bibliographique
Résumé
BACKGROUND: Stereotactic body radiotherapy (SBRT) is an effective treatment for hepatocellular carcinoma (HCC). This study sought to identify differentially expressed plasma metabolites in HCC patients at baseline and early during SBRT, and to explore if changes in these metabolites early during SBRT may serve as biomarkers for radiation-induced liver injury and/or tumour response. METHODS: Forty-seven HCC patients were treated with SBRT on previously published prospective trials. Plasma samples were collected at baseline and after one to two fractions of SBRT, and analysed by GC/MS and LC/MS for untargeted and targeted metabolomics profiling, respectively. FINDINGS: Sixty-nine metabolites at baseline and 62 metabolites after one to two fractions of SBRT were differentially expressed, and strongly separated the Child Pugh (CP) B from the CP A HCC patients. These metabolites are associated with oxidative stress and alterations in hepatic cellular metabolism. Differential upregulation of serine, alanine, taurine, and lipid metabolites early during SBRT from baseline was noted in the HCC patients who demonstrated the greatest increase in CP scores at three months post SBRT, suggesting that high protein and lipid turnover early during SBRT may portend increased clinical liver toxicity. Twenty annotated metabolites including fatty acids, glycerophospholipids, and acylcarnitines were differentially upregulated early during SBRT from baseline and separated patients with complete/partial response from those with stable disease at three months post SBRT. INTERPRETATION: Dysregulation of amino acid and lipid metabolism detected early during SBRT are associated with subsequent clinical liver injury and tumour response in HCC.
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 ».