MétaCan
Menu
Retour à la cohorte
Enregistrement W4309167129 · doi:10.1515/cclm-2022-0491

Mucin 13 (MUC13) as a candidate biomarker for ovarian cancer detection: potential to complement CA125 in detecting non-serous subtypes

2022· article· en· W4309167129 sur OpenAlexaff
Annie Ren, Panagiota S. Filippou, Antoninus Soosaipillai, Lampros Dimitrakopoulos, Dimitrios Korbakis, Felix Leung, Vathany Kulasingam, Marcus Q. Bernardini, Eleftherios P. Diamandis

Notice bibliographique

RevueClinical Chemistry and Laboratory Medicine (CCLM) · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGlycosylation and Glycoproteins Research
Établissements canadiensUniversity Health NetworkLunenfeld-Tanenbaum Research InstituteUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésOvarian cancerBiomarkerSerous fluidMedicineOvarian tumorInternal medicineMalignancyOncologyCancerMucinPathologyBiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Ovarian cancer is the most lethal gynecological malignancy in developed countries. One of the key associations with the high mortality rate is diagnosis at late stages. This clinical limitation is primarily due to a lack of distinct symptoms and detection at the early stages. The ovarian cancer biomarker, CA125, is mainly effective for identifying serous ovarian carcinomas, leaving a gap in non-serous ovarian cancer detection. Mucin 13 (MUC13) is a transmembrane, glycosylated protein with aberrant expression in malignancies, including ovarian cancer. We explored the potential of MUC13 to complement CA125 as an ovarian cancer biomarker, by evaluating its ability to discriminate serous and non-serous subtypes of ovarian cancer at FIGO stages I-IV from benign conditions. METHODS: We used our newly developed, high sensitivity ELISA to measure MUC13 protein in a large, well-defined cohort of 389 serum samples from patients with ovarian cancer and benign conditions. RESULTS: MUC13 and CA125 serum levels were elevated in malignant compared to benign cases (p<0.0001). Receiver-operating characteristic (ROC) curve analysis showed similar area under the curve (AUC) of 0.74 (MUC13) and 0.76 (CA125). MUC13 concentrations were significantly higher in mucinous adenocarcinomas compared to benign controls (p=0.0005), with AUC of 0.80. MUC13 and CA125 showed significant elevation in early-stage cases (stage I-II) in relation to benign controls (p=0.0012 and p=0.014, respectively). CONCLUSIONS: We report the novel role of MUC13 as a serum ovarian cancer biomarker, where it could complement CA125 for detecting some subtypes of non-serous ovarian carcinoma and early-stage disease.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,029
Tête enseignante GPT0,374
Écart entre enseignants0,345 · 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Chemistry and Laboratory Medicine (CCLM)Même sujetGlycosylation and Glycoproteins ResearchTravaux en français237 207