Clinicopathological differences of high Fusobacterium nucleatum levels in colorectal cancer: A review and meta-analysis
Notice bibliographique
Résumé
Objective To systematically evaluate the significance of Fusobacterium nucleatum (Fn) levels the clinicopathological impacts of cancer. Methods Literature from Pubmed, Embase, and Web of Science was retrieved to collect all English literatures on the correlation between Fn and cancer, and the quality of literatures collected was assessed based on the Newcastle-Ottawa Quality Assessment Scale. The heterogeneity and sensitivity were detected by Stata 14.0 software, and the correlation between Fn and cancer clinicopathological as the effect variables was assessed according to the odds ratio (OR) and 95% confidence interval (CI). The forest plot was drawn. Results A total of 19 articles meeting the inclusion criteria were selected. The incidence of Fn prevalence varied considerably (range: 6.1 to 83.3%) and was greater than 10% in 13 of 19 studies. Compared with those with no/low Fn levels, the high levels of Fn was positively associated with vascular invasion, nerve invasion, depth of invasion, and distant metastasis [vascular invasion: OR = 1.66, 95%CI(1.07, 2.57), I2 = 21.9%, fixed effect model; nerve invasion: OR = 1.36, 95%CI(1.00, 1.84), I2 = 43.1%, fixed effect model; infiltration depth: OR = 1.94, 95%CI(1.20, 3.15), I2 = 67.2%, random effect model; distant metastasis: OR = 1.80, 95%CI(1.23, 2.64), I2 = 3.4%, fixed effect model]. Patients with MLH1 methylation always present a higher Fn levels than those without methylation [OR = 2.53, 95%CI(1.42, 4.53), P = 0.01, I2 = 57.5%, random effect model]. Further, Fn was associatedwith the molecular characteristics of cancers [MSI-H Vs. MSS/MSI-low: OR = 2.92, 95%CI(1.61, 5.32), P = 0.01, I2 = 63.2%, random effect model; High Vs. Low/Negative CIMP: OR = 2.23, 95%CI(1.64, 3.03), P = 0.01, I2 = 64.2%, random effect model; KRAS mutation Vs. wild-type: OR = 1.24, 95%CI(1.04, 1.48), P = 0.02, I2 = 27.0%, fixed effect model; Present Vs. Abscent BRAF mutations: OR = 1.88, 95%CI(1.44, 2.45), P = 0.01, I2 = 24.2%, fixed effect model]. The cancer patients with high levels of Fn often have worse RFS than those with no/low Fn levels[OR = 1.14, 95%CI(0.61, 1.68), P = 0.01, I2 = 80.7%, random effect model]. Conclusion This review and meta-analysis showed that Fn could be used to predict unfavorable prognosis and function as potential prognostic biomarkers in colorectal cancer (CRC). Our data may have implications for targeting Fn to develop strategies for cancer prevention and treatment.
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 | 0,010 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,028 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».