S100A2: A potential biomarker to differentiate malignant from tuberculous pleural effusion
Notice bibliographique
Résumé
BACKGROUND: S100 calcium binding protein A2 (S100A2)-which has been testified to have an abnormal expression in non-small cell lung cancer (NSCLC)-is considered as an effective biomarker in the diagnosis and prognosis of this malignancy. In this study, we detected the S100A2 levels in pleural effusion, aiming to evaluate its potential value in differentiating malignant pleural effusion (MPE) from tuberculous pleural effusion (TPE). METHODS: We collected pleural effusion from 104 NSCLC patients with MPE and 96 tubercular pleurisy cases. Enzyme-linked immunosorbent assay (ELISA) was performed to measure the levels of S100A2 in these samples. Meanwhile, the serum S100A2 levels were also examined in same subjects. The data concerning the expression of those commonly-used markers, including CEA, CYFRA211 and NSE, were obtained from medical records. RESULTS: Like other classified biomarkers, S100A2 had an over-expression in both pleural effusion and sera of the NSCLC patients compared with controls (P = 0.000), though having a lower P value. Receiver operating characteristic (ROC) analysis showed that the levels of S100A2 in pleural effusion (PE) could distinguish MPE from tuberculous pleurisy (Area Under the Receiver Operating Characteristic Curve (AUC) = 0.887), and its diagnostic value in hydrothorax was obviously higher than in serum (AUC = 0.709). CONCLUSION: Our results indicate that levels of S100A2 are significantly elevated in MPE, and that S100A2 may serve as a diagnostic biomarker for NSCLC patients with MPE. In further studies, we will validate our findings with a larger sample population.
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) | 0,003 | 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 ».