Clinical Significance of Pim-1 in Human Cancers: A Meta-analysis of Association with Prognosis and Clinicopathological Characteristics
Notice bibliographique
Résumé
Background Pim-1 is overexpressed in cancer tissues and plays a vital role in carcinogenesis. However, its clinical significance in cancers is not fully verified by meta-analysis, especially in relation to prognosis and clinicopathological features. Methods Four databases, PubMed, Embase, Cochrane Library, and Web of Science, were searched. Literature screening and data extraction according to the inclusion and exclusion criteria. The quality of the included literatures was evaluated using the Newcastle-Ottawa scale and the data analysis was performed using STATA and Review Manager software. Results 15 articles were finally included for meta-analysis, involving 1651 patients. Effect-size pooling analysis showed that high Pim-1 was related to poor overall survival (OS) (HR 1.68 [95% CI 1.17-2.40], P = .004) and disease-free survival (DFS) (HR 2.15 [95 %CI 1.15-4.01], P = .000). Subgroup analysis indicated that the detection techniques of Pim-1 were the main sources of heterogeneity, and 2 literatures using quantitative polymerase chain reaction (qPCR) for Pim-1mRNA had high homogeneity (I 2 = .0%, P = .321) in OS. Another 13 studies that applied immunohistochemistry (IHC) for Pim-1 protein had significant heterogeneity (I 2 =82.2%, P = .000; I 2 =92%, P = .000) in OS and DFS, respectively, and further analysis demonstrated that ethnicity, sample size, and histopathological origin were considered to be the main factors affecting their heterogeneity. In addition, high Pim-1 was associated with lymph node metastasis (OR 1.40 [95% CI 1.02-1.92], P = .04), distant metastasis (OR 2.69 [95%CI 1.67-4.35], P < .0001), and clinical stage III-IV (OR .7 [95% CI .50-.96, P = .03). Sensitivity analysis suggested that the pooled results of each effect-size were stable and reliable, and there was no significant publication bias ( P = .138) in all included articles. Conclusion High Pim-1 can not only predict poor OS and DFS of cancer, but also help to infer the malignant clinical characteristics of tumor metastasis. Pim-1 may be a potential and promising biomarker for early diagnosis, prognostic analysis and targeted therapy of tumors.
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 | 0,016 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,041 |
| Bibliométrie | 0,007 | 0,008 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».