Expression of invadopodia markers can identify oral lesions with a high risk of malignant transformation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Oral squamous cell carcinoma (OSCC) is the most common malignant tumor of the oral cavity and is usually preceded by a range of premalignant tissue abnormalities termed oral potentially malignant disorders. Identifying malignant transformation is critical for early treatment and consequently improved survival and decreased morbidity. Invadopodia (INV) are specialized subcellular structures required for cancer cell invasion. We developed a new method to visualize INV in keratinocytes using fluorescent immunohistochemistry (FIHC) and semi-automated images analysis. The presence of INV was used to determine the risk of malignant transformation. We analyzed 145 formalin-fixed, paraffin-embedded (FFPE) oral biopsy samples from 95 patients diagnosed as nondysplastic, dysplastic, and OSCC including 49 patients whose lesions transformed to OSCC (progressing) and 46 cases that did not transform to OSCC (control). All samples were stained for Cortactin, tyrosine kinase substrate with five SH3 domains (Tks5) and matrix metallopeptidase 14 (MMP14) using FIHC, imaged using confocal microscopy and analyzed using a multichannel colocalization analysis. The areas of colocalization were used to generate an INV score. Using the INV score, we were able to identify progressing lesions with a sensitivity of 75-100% and specificity of 72-76%. A positive INV score was associated with increased risk of progression to OSCC. Our results suggest that INV markers can be used in conjunction with the current diagnostic standard for early detection of OSCC.
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.
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 | 0,010 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle