Early diagnostic of lung cancer basedon methylation of mononuclear cell fraction:Method development
Notice bibliographique
Résumé
Relevance: According to the International Agency for Research on Cancer (IARС), lung cancer (LC) today ranks first in cancer incidence worldwide [1]. In the Republic of Kazakhstan, about 3800 new cases of LC and more than 2000 deaths from LC are registered each year (one-year mortality exceeds 49.4%) [2]. This supports the relevance of early LC diagnostics. The study of DNA methylation in human peripheral blood mononuclear cells (PBMC) suggests its use as an early diagnostic and prognostic marker for LC before detecting a malignant neoplasm by visual diagnostic methods. The purpose of the study was to find specific diagnostic and prognostic markers by DNA methylation profiling of PBMC in patients with LC. Results: Methylation markers of blood mononuclear fraction were detected in CG islets associated with genes ICAM5, mir138, SYNE1, and KLK4 in 97% of plasma samples from patients with LC and were absent in healthy people. The usability of these markers to differentiate LC from 16 other cancers using NCBI GEO and TCGA methylation data was demonstrated with a specificity level of 0.96 and a sensitivity of 0.84. Conclusion: The specificity and sensitivity of the method of LC early diagnostics and prognosis based on the methylation of blood mononuclear cells (detection of methylation of CG islets associated with the ICAM5, mir138, SYNE1, and KLK4 genes in PBMC) are enough to use it in screening for LC.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».