Platelet Activation and Platelet Indices as Markers for Disease Progression in Women with Breast Cancer
Notice bibliographique
Résumé
Background: Several studies reported the role platelet activation, platelet volume (MPV) and other Indices in breast cancer but the data is inconsistent and/or diverse. The aim of this study was to systematically evaluate the role of platelet activation and platelet volume indices in women with BC as predictors for cancer progression and poor prognosis. Methods: Patients were recruited from our local oncology center between 2019 to 2020 following ethics approval. 80 patients with locally invasive BC, 20 metastatic and 100 controls were recruited. ADP-induced platelet activation was assessed by light-transmission aggregometry. Platelet P-selectin (CD62P) expression with and without ADP stimulation was assessed by flow cytometry. A comprehensive analysis of platelet count and platelet volume indices (PVIs) (MPV, PDW, MPV/P and PDW/P) was conducted. Data were analyzed in relation to tumor pathology, hormone receptors (ER, PR, HER-2) and proliferation index Ki-67. Regression analyses were conducted for the prediction of poor prognosis, tumor aggression and metastatic potential. Results: We found a significant increase in platelet aggregation (MA), CD62P expression, CD62P+ADP, MPV, PDW, MPV/P and PDW/P in the metastatic group compared to the locally invasive group. Univariate regression analysis showed significance for ADP, MA, CD62P+ADP, MPV and PDW/P. Conclusion: MPV/P and PDW/P can be used as simple low-cost predictors for cancer progression and poor prognosis. We conclude platelet activation and specific platelet indices can help predict prognosis in females with BC.
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) | 0,000 | 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 ».