Clinicopathological and Prognostic Significance of PRMT5 in Cancers: A System Review and Meta-Analysis
Notice bibliographique
Résumé
Purpose Since protein arginine methyltransferase 5 (PRMT5) is abnormally expressed in various tumors, in this study we aim to assess the association between PRMT5 and clinicopathological and prognostic features. Methods Electronic databases including PubMed, Web of Science, Scopus, ScienceDirect, and the Cochrane Library were searched until July 25, 2021. The critical appraisal of the eligible studies was performed using the Newcastle–Ottawa Quality Assessment Scale. Pooled hazard ratios (HR) and pooled odds ratios (OR) were calculated to assess the effect. Engauge Digitizer version 12.1, STATA version 15.1, and R version 4.0.5 were used to obtain and analysis the data. Results A total of 32 original studies covering 15,583 patients were included. In our data, it indicated that high level of PRMT5 was significantly correlated with advanced tumor stage (OR = 2.12, 95% CI: 1.22-3.70, P =.008; I 2 = 80.7%) and positively correlated with poor overall survival (HR = 1.59, 95% CI: 1.46-1.73, P < .001; I 2 = 50%) and progression-free survival (HR = 1.53, 95% CI: 1.24-1.88, P < .001; I 2 = 0%). In addition, sub-group analysis showed that high level of PRMT5 was associated with poor overall survival for such 5 kinds of cancers as hepatocellular carcinoma, pancreatic cancer, breast cancer, gastric cancer, and lung cancer. Conclusion For the first time we found PRMT5 was pan-cancerous as a prognostic biomarker and high level of PRMT5 was associated with poor prognosis for certain cancers.
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 | 0,014 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,034 |
| Bibliométrie | 0,011 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».