Transcriptomic analysis identifies differences in gene expression in actinic keratoses after treatment with imiquimod and between responders and non responders
Notice bibliographique
Résumé
The presence of actinic keratoses (AKs) increases a patient's risk of developing squamous cell carcinoma by greater than six-fold. We evaluated the effect of topical treatment with imiquimod on the tumor microenvironment by measuring transcriptomic differences in AKs before and after treatment with imiquimod 3.75%. Biopsies were collected prospectively from 21 patients and examined histologically. RNA was extracted and transcriptomic analyses of 788 genes were performed using the nanoString assay. Imiquimod decreased number of AKs by study endpoint at week 14 (p < 0.0001). Post-imiquimod therapy, levels of CDK1, CXCL13, IL1B, GADPH, TTK, ILF3, EWSR1, BIRC5, PLAUR, ISG20, and C1QBP were significantly lower (adjusted p < 0.05). Complete responders (CR) exhibited a distinct pattern of inflammatory gene expression pre-treatment relative to incomplete responders (IR), with alterations in 15 inflammatory pathways (p < 0.05) reflecting differential expression of 103 genes (p < 0.05). Presence of adverse effects was associated with improved treatment response. Differences in gene expression were found between pre-treatment samples in CR versus IR, suggesting that higher levels of inflammation pre-treament may play a part in regression of AKs. Further characterization of the immune micro-environment in AKs may help develop biomarkers predictive of response to topical immune modulators and may guide therapy.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».