MétaCan
Menu
Retour à la cohorte
Enregistrement W3164396936 · doi:10.14218/jcth.2021.00016

Identification of Expression Pattern and Clinical Significance of the Small Cajal Body-specific RNA SCARNA16 in Hepatocellular Carcinoma

2021· article· en· W3164396936 sur OpenAlexaff

Notice bibliographique

RevueJournal of Clinical and Translational Hepatology · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Syndromes and Imprinting
Établissements canadiensPancreas Centre (Canada)
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésClinical significanceHepatocellular carcinomaBiomarkerIdentification (biology)Messenger RNARNASmall nucleolar RNAPotency

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND AIMS: For high morbidity and mortality, hepatocellular carcinoma (HCC) becomes a major health issue worldwide. Nowadays, numerous non-coding RNAs (ncRNAs) are known to regulate the occurrence and pathogenesis of tumors. Some ncRNAs have also been developed as tumor biomarkers and therapeutic targets. However, the potential function of the small Cajal body-specific RNA (scaRNA) SCARNA16, a newly identified ncRNA, remains to be explored in HCC. METHODS: In both HCC cell lines and specimens from 120 enrolled patients, the expression values of SCARNA16 were detected. We divided patients into SCARNA16 high and low expression subgroups, and then analyzed the difference of various clinical characteristics and prognosis data between subgroups. RESULTS: =0.006). CONCLUSIONS: Low expression patterns of SCARNA16 remarkably associated with severe clinical status and poor survival of patients, suggesting that SCARNA16 possesses potency as a novel biomarker for HCC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,258

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,311
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical and Translational HepatologyMême sujetGenetic Syndromes and ImprintingTravaux en français237 207