Salivary DNA Methylation as an Epigenetic Biomarker for Head and Neck Cancer. Part II: A Cancer Risk Meta-Analysis
Notice bibliographique
Résumé
Aberrant methylation of tumor suppressor genes has been reported as an important epigenetic silencer in head and neck cancer (HNC) pathogenesis. Here, we performed a comprehensive meta-analysis to evaluate the overall and specific impact of salivary gene promoter methylation on HNC risk. The methodological quality was assessed using the Newcastle–Ottawa scale (NOS). Odds ratios (ORs) and 95% confidence intervals (CIs) were calculated to evaluate the strength of the association and Egger’s and Begg’s tests were applied to detect publication bias. The frequency of salivary DNA promoter methylation was significantly higher in HNC patients than in healthy controls (OR: 8.34 (95% CI = 6.10–11.39; p < 0.01). The pooled ORs showed a significant association between specific tumor-related genes and HNC risk: p16 (3.75; 95% CI = 2.51–5.60), MGMT (5.72; 95% CI = 3.00–10.91), DAPK (5.34; 95% CI = 2.18–13.10), TIMP3 (3.42; 95% CI = 1.99–5.88), and RASSF1A (7.69; 95% CI = 3.88–15.23). Overall, our meta-analysis provides precise evidence on the association between salivary DNA promoter hypermethylation and HNC risk. Thus, detection of promoter DNA methylation in saliva is a potential biomarker for predicting HNC risk.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,000 | 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) | 0,001 | 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 ».