MétaCan
Menu
Retour à la cohorte
Enregistrement W4288738549 · doi:10.14740/jocmr4424

High Expression of Heat Shock Protein Family D Member 1 Predicts Poor Prognosis of Esophageal Cancer

2022· article· en· W4288738549 sur OpenAlexvenueno aff
Jing Lv, Xianwei Wang, Xiao Kang Sun, Jun Rong Yang, Pei Rui Chen

Notice bibliographique

RevueJournal of Clinical Medicine Research · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHeat shock proteins research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEsophageal cancerMedicineBiomarkerSurvival analysisInternal medicineOncologyCancerBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Background: Heat shock protein family D (Hsp60) member 1 (HSPD1) has been reported as a potential survival-related biomarker in some cancers. However, the correlation between HSPD1 expression with prognosis and clinical features of esophageal cancer (EC) is poorly understood. Our research aimed to explore the clinical and prognostic significance of HSPD1 expression in EC patients. Methods: In our study, HSPD1 expression was detected by immunochemistry in 87 EC tissue specimens and 20 normal cancerous peripheral tissue specimens. Meanwhile, we also analyzed the expression of HSPD1 in EC by The Cancer Genome Atlas (TCGA) database. Then Chi-squared and Fisher's exact tests and Wilcoxon signed-rank test and logistic regression models were separately used to test the correlation between clinical characteristics and HSPD1 expression in our and TCGA cohort. Moreover, we evaluated the value of HSPD1 in prognosis by Kaplan-Meier curves and Cox analysis. Finally, gene set enrichment analysis (GSEA) was performed using the data accessed from TCGA. Results: The results showed that HSPD1 was overexpressed in EC, and the expression was related to histological type, histological grade, N classification, and clinical stage. Moreover, Kaplan-Meier curves and Cox analysis indicated that high expression of HSPD1 correlated with poor prognosis, and HSPD1 was an independent risk factor for EC. GSEA identified pathways involved in cysteine and methionine metabolism, spliceosome, selenoamino acid metabolism, mismatch repair, RNA degration, DNA replication, and cell cycle as differentially enriched in ECs with high HSPD1 expression. Conclusions: Our results suggest that HSPD1 is expressed at high levels in EC, and has potential to be used as a novel biomarker for the prognosis of patients with EC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,134
Tête enseignante GPT0,481
Écart entre enseignants0,347 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine ResearchMême sujetHeat shock proteins researchTravaux en français237 207