Identification of Predictive Biomarkers for Lymph Node Involvement in Obese Women With Endometrial Cancer
Notice bibliographique
Résumé
Obesity, an established risk factor for endometrial cancer (EC), is also associated to increased risks of intraoperative and postoperative complications. A reliable tool to identify patients at low risk for lymph node (LN) metastasis may allow minimizing the surgical staging and omit lymphadenectomy in obese patients. To identify molecular biomarkers that could predict LN involvement in obese patients with EC we performed gene expression analysis in 549 EC patients using publicly available transcriptomic datasets. Patients were filtrated according to cancer subtype, weight (>30 kg/m 2 ) and LN status. While in the LN+ group, NEB, ANK1, AMIGO2, LZTS1, FKBP5, CHGA, USP32P1, CLIC6, CEMIP, HMCN1 and TNFRSF10C genes were highly expressed; in the LN- group CXCL14, FCN1, EPHX3, DDX11L2, TMEM254, RNF207, LTK, RPL36A, HGAL, B4GALNT4, KLRG1 genes were up-regulated. As a second step, we investigated these genes in our patient cohort of 35 patients (15 LN+ and 20 LN-) and found the same correlation with the in-silico analysis. In addition, immunohistochemical expression was confirmed in the tumor tissue. Altogether, our findings propose a novel panel of genes able to predict LN involvement in obese patients with endometrial cancer.
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) | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».