MétaCan
Menu
Retour à la cohorte
Enregistrement W3183307414 · doi:10.3389/fmolb.2021.667459

Development and Validation of the Prognostic Index Based on Inflammation-Related Gene Analysis in Idiopathic Pulmonary Fibrosis

2021· article· en· W3183307414 sur OpenAlexaff
Yanjiao Lu, Jinkun Chen, Kun Tang, Shanshan Wang, Zhen Tian, Meijia Wang, Jianping Zhao, Jungang Xie

Notice bibliographique

RevueFrontiers in Molecular Biosciences · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueInterstitial Lung Diseases and Idiopathic Pulmonary Fibrosis
Établissements canadiensWestern University
Organismes subventionnairesNational Major Science and Technology Projects of ChinaNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésMedicineInternal medicineCohortNomogramOncologyReceiver operating characteristicSystemic inflammationInflammationBiomarkerSurvival analysisFibrosisC-C chemokine receptor type 7BiologyChemokine

Résumé

récupéré en direct d'OpenAlex

Background: Historically, idiopathic pulmonary fibrosis (IPF) was considered a chronic inflammation disorder, but this conception was reassessed in the past decades. Our understanding of the role of inflammation in IPF and its association with clinical significance remained incomplete. Methods: We downloaded mRNA expression data of peripheral blood mononuclear cells (PBMCs) from the Gene Expression Omnibus (GEO) repository. Inflammation-related genes (IRGs) expressed differently between IPF and control (CTRL) were determined. In this study, we systemically analyzed the expression of differently expressed IRGs by comprehensive bioinformatic analysis, and then investigated their potential prognostic values. The related prognostic gene expressions were verified in our cohort. Results: 110 differently expressed IRGs were identified in this study, including 64 upregulated and 46 downregulated IRGs. Three IRGs ( S100A12 , CCR7 , and TNFSF4 ) were identified as potential hub genes for prognosis. Those genes were subsequently subjected to the construction of the prognostic models. In the results, IPF patients categorized as high risk demonstrated a poor overall survival rate compared to patients categorized as low risk. Based on this prognostic model, the area under the curve (AUC) of the survival-dependent receiver operator characteristic (ROC) for 1-year, 2-year, and 3-year survival rates was 0.611, 0.695, and 0.681, respectively, in the GSE28042 cohort. These observations were validated in the GSE27957 cohort, confirming the good prognostic effect of this model. The expression of the three genes was validated in our cohort. We also conducted a nomogram based on the three IRGs’ mRNA for quantitative IPF prognosis. Conclusion: Three IRGs ( S100A12 , CCR7 , and TNFSF4 ) were identified as potential markers for the prognosis of IPF.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,146
Score d'incertitude au seuil0,353

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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 Opus0,005
Tête enseignante GPT0,218
Écart entre enseignants0,212 · 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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Molecular BiosciencesMême sujetInterstitial Lung Diseases and Idiopathic Pulmonary FibrosisTravaux en français237 207