Nomogram based on autophagy related genes for predicting the survival in melanoma
Notice bibliographique
Résumé
BACKGROUND: Autophagy, a highly conserved lysosomal degradation pathway, is associated with the prognosis of melanoma. However, prognostic prediction models based on autophagy related genes (ARGs) have never been recognized in melanoma. In the present study, we aimed to establish a novel nomogram to predict the prognosis of melanoma based on ARGs signature and clinical parameters. METHODS: Data from The Cancer Genome Atlas (TCGA) and the Genotype-Tissue Expression (GTEx) databases were extracted to identify the differentially expressed ARGs. Univariate, least absolute shrinkage and selection operator (LASSO) and multivariate analysis were used to select the prognostic ARGs. ARGs signature, age and stage were then enrolled to establish a nomogram to predict the survival probabilities of melanoma. The nomogram was evaluated by concordance index (C-index), receiver operating characteristic (ROC) curve and calibration curve. Decision curve analysis (DCA) was performed to assess the clinical benefits of the nomogram and TNM stage model. The nomogram was validated in GEO cohorts. RESULTS: Five prognostic ARGs were selected to construct ARGs signature model and validated in the GEO cohort. Kaplan-Meier survival analysis suggested that patients in high-risk group had significantly worse overall survival than those in low-risk group in TCGA cohort (P = 5.859 × 10-9) and GEO cohort (P = 3.075 × 10-9). We then established and validated a novel promising prognostic nomogram through combining ARGs signature and clinical parameters. The C-index of the nomogram was 0.717 in TCGA training cohort and 0.738 in GEO validation cohort. TCGA/GEO-based ROC curve and decision curve analysis (DCA) demonstrated that the nomogram was better than traditional TNM staging system for melanoma prognosis. CONCLUSION: We firstly developed and validated an ARGs signature based-nomogram for individualized prognosis prediction in melanoma patients, which could assist with decision making for clinicians.
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 ».