Beclin-1 is a novel predictive biomarker for canine cutaneous and subcutaneous mast cell tumors
Notice bibliographique
Résumé
Mast cell tumors (MCTs) are the most common skin tumor of the dog, and accurately predicting their clinical behavior is critical in directing patient therapy, as they range from benign lesions to a fatal systemic disease. Grading is useful for prognosis, but it cannot predict the behavior of all MCTs. We hypothesized that biomarker immunolabeling in tumor tissues would correlate with patient morbidity and mortality. A clinically annotated tissue microarray (TMA) of primary, recurrent, and metastatic (to lymph node) canine dermal and subcutaneous MCTs was created. Some dogs whose MCTs were included in the TMA did not receive adjunctive treatment after surgical excision of the MCT, whereas others were treated with one or a combination of chemotherapy, radiation, or oral toceranib. Immunohistochemistry for beclin-1, an autophagy protein, was performed followed by digital image analysis. Beclin-1 immunolabeling was higher in recurrent tumors (mean H-score 110.8) than primary MCTs (mean H-score 73.5), and highest in lymph node metastases (mean H-score 138.5) with a significant difference in means ( P < .001). While beclin-1 level was not prognostic, it was strongly predictive for survival after adjunctive treatment; dogs with high beclin-1-expressing tumors showed poorer survival compared to those with low beclin-1-expressing tumors (HR = 5.7, P = .02), especially in Kiupel high-grade tumors (HR = 16.3, P = .01). Beclin-1 immunolabeling was the only significant predictive factor by multivariable analysis ( P = .04). These findings may improve our ability to predict the response to adjunctive therapy. Importantly, these data suggest that autophagy inhibitors may be useful in improving response to treatment for dogs with high-grade MCTs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».