MétaCan
Menu
Retour à la cohorte
Enregistrement W3196592039 · doi:10.3390/cancers13174369

A Clinical Update on the Prognostic Effect of microRNA Biomarkers for Survival Outcome in Nasopharyngeal Carcinoma: A Systematic Review and Meta-Analysis

2021· review· en· W3196592039 sur OpenAlexaboutno aff
Peter Shaw, Raghul Senthilnathan, Sunil Krishnan, Deepa Suresh, Sameep Shetty, Gothandam Kodiveri Muthukaliannan, Ravishankar Ram Mani, Palanisamy Sivanandy, Harish C. Chandramoorthy, Madan M. Gupta, Siddhartha Baxi, Rama Jayaraj

Notice bibliographique

RevueCancers · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFunnel plotMeta-analysisNasopharyngeal carcinomaHazard ratioPublication biasMedicineOncologyInternal medicineConfidence intervalSystematic reviewMalignancyBiomarkerStage (stratigraphy)MEDLINEBioinformaticsBiologyRadiation therapy

Résumé

récupéré en direct d'OpenAlex

Background: Nasopharyngeal carcinoma (NPC), a relatively uncommon malignancy in the Western world, is highly prevalent in Southeast Asia where the treatment outcomes are poor. Despite recent improvements in diagnosis and treatment locoregional control, distant metastasis and chemoresistance continue to be a significant cause of mortality. Identification of a reliable and comprehensive prognostic biomarker is highly desirable. The potential relevance of microRNAs (miRNAs) as prognostic markers in NPC is assessed in this systematic review and meta-analysis. Methods: A systematic review was performed using the PubMed and Science Direct databases. The search was limited to search results between 2018 and 2020 with the keywords and search strings developed as per the Preferred Reporting Items for Systematic Review and Meta-analysis (PRISMA) guidelines. The recovered articles were carefully screened based on the selection criteria. In the meta-analysis study, high and low expression levels of miRNAs were measured using the hazard ratio (HR) and 95 percent confidence interval (CI) for patients’ survival outcomes. Egger’s bias indicator test and funnel plot symmetry were used to assess the risk of bias. Results: Amongst the 25 studies, 13 fulfilled the conditions of inclusion in this meta-analysis. The researchers further delved into the 21 miRNA expression levels from 3015 NPC patients to ascertain a link between miRNA’s predictive role and survival outcomes. The majority of the articles retrieved during this study were from China, with two studies from Canada and Malaysia. The overall pooled effect size estimation (HR) for dysregulated miRNAs was 1.590 (95% CI: 1.253–2.017), displaying that miRNA marker expression increased the risk of mortality in NPC patients by 59%. Conclusions: This meta-analysis is novel and looks at the prognostic significance of miRNAs as biomarkers in NPC patients using a continuous version pooled meta-analysis. Although our findings are ambiguous, they do show that greater miRNA expression in NPC may be associated with a lower overall survival rate. To acquire clear conclusions, more prospective studies with large cohorts are required to determine the clinical utility of miRNAs as prognostic biomarkers.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,064
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,064
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0160,028
Bibliométrie0,0110,010
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,079
Tête enseignante GPT0,388
Écart entre enseignants0,309 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetMicroRNA in disease regulationTravaux en français237 207