A novel prognostic biomarker for muscle invasive bladder urothelial carcinoma based on 11 DNA methylation signature
Notice bibliographique
Résumé
Muscle-invasive bladder urothelial carcinoma (MIBC) is a highly invasive cancer, which leads to prevalent recurrence and poor prognosis. Exploring the association of DNA methylation and the prognosis of MIBC will thus be of important value in clinical management and treatment. Bumphunter method and adaptive lasso regression were used to explore the relationship between different methylation regions (DMRs) and the prognosis of MIBC. Next, we constructed a risk prognosis model and validated this model. Moreover, the performance of this risk model was examined by using time-dependent receiver operating characteristic curve (ROC). We identified 58,449 different methylation sites and 490 different methylation regions. Among them, 11 DMRs were associated with the prognosis of MIBC through rigorous screening. Through the linear combination of 11 DMRs, a putative marker was developed, which can distinguish the survival risk in both the training dataset (HR = 2.58, 95% CI = (1.64, 4.05)) and the verification dataset (HR = 2.77, 95% CI = (1.25, 6.15)). Relatively high predictive values were observed from this model for training dataset (AUC = 0.791) and verification dataset (AUC = 0.668). Stratified analysis showed that the association was independent of gender. A nomogram was additionally generated to predict 5-year survival probability containing risk score and pathological stage. Its performance was evaluated by applying calibration curve. The methylation signature risk model based on 11 DMRs may be a reliable prognostic signature for MIBC, which provides new insights into development of individualized therapy for MIBC.
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 ».