MétaCan
Menu
Retour à la cohorte
Enregistrement W3169631076 · doi:10.2174/1574893616666210531101550

Identification of Risk Molecular Subtype of Colon Cancer with Lymphovascular Invasion

2021· article· en· W3169631076 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCurrent Bioinformatics · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Treatments and Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésColorectal cancerLymphovascular invasionMicrometastasisOncologyMetastasisMedicineInternal medicineStage (stratigraphy)Adjuvant chemotherapymicroRNACancerBiologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Background: Although surgical resection generally yields excellent outcomes, a number of patients with colon cancer still have relapse or metastasis after surgery. Adjuvant chemotherapy in tumor stage III has been demonstrated to eradicate micrometastasis and improve survival, whereas the benefits of adjuvant chemotherapy in tumor stage II remain controversial. The leading cause is the lack of understanding of the molecular basis of underlying metastatic mechanisms. Objective: This study aimed to identify molecular subtype(s) of colon cancer with a high risk of metastasis and provide potential biomarkers for prognostic prediction in tumor stage II. Method: Based on the assumption that colon cancer evolves because of the stepwise accumulation of a series of genetic mutations, we performed a systematic investigation on the molecular basis of colon cancer through applying restart random walk on the PPI network. To compare functional similarity of patients, we extracted mutation-propagating modules of each patient and calculated their enrichment score in 50 hallmark gene sets. According to functional similarity matrix, we classified colon cancers with positive lymphovascular invasion and the prognosis of molecular subtypes. We determined the molecular characteristics of subtypes by enrichment analysis of subtype-specific genetic mutations. Additionally, we identified potential biomarkers for predicting patients with a high risk of metastasis in stage II through differential analysis of miRNA expression profiles of subtypes. Then we used two independent data sets to construct a random forest classifier and performed 10-fold cross-validation of miRNA biomarkers. Results: Firstly, we identified two molecular subtypes of colon cancer with positive lymphovascular invasion as well as their associated biological characteristics: LVI1=Canonical subtype (110, 85%); LVI2=Metastatic subtype (20, 15%). Secondly, we identified 11 miRNA biomarkers for predicting patients with a high risk of metastasis in tumor stage II. Conclusion: Our findings put forward a detailed classification for colon cancer and provided risk biomarkers for stage II patients to determine whether to take adjuvant chemotherapy after surgery.

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.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,768
Score d'incertitude au seuil0,258

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,287
Écart entre enseignants0,270 · 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