Longitudinal analyses of CD3ζ-chain expression in the correlation of the disease status in a cohort of head and neck cancer patients (TUM2P.1033)
Notice bibliographique
Résumé
Abstract Purpose: Despite advances in multimodality treatment, the 5-year survival rate of Head and neck squamous cancer (HNSCC) patients has unimproved over the last 4 decades. CD3ζ has emerged as a clinically important immunological molecule in HNSCC. Its relevance as a prognostic biomarker of HNSCC, however, has not been formally addressed in a longitudinal study. Methods: Peripheral blood mononuclear cells (PBMC) were collected from 46 patients and 53 controls at the time of diagnosis and post treatments (upto 2 year period). Expression of CD3ζ in the T cells of the PBMC samples were analyzed in flow cytometry. Results: We standardized a method for longitudinal analyses of intracellular CD3z expressions in the PBMC samples. We considered a <10% baseline increase in the normalized MFI of CD3ζ expression as a predictor of disease status in evaluating the follow-up samples of the HNSCC patients. Correlation analysis showed that 27/29 HNSCC patients who showed an increase in the CD3ζ expression relative to their baselines were disease free (negative predictive value. 93.1%). 10/17 HNSCC patients who showed a reduced/no change in the CD3ζ expression died or had recurrent disease (positive predictive value, 58.8 %). Overall accuracy of the assay was 80.43%. The sensitivity and specificity were respectively 83.3% and 79.41%. Conclusion: Our longitudinal analyses supported that a >10% increase in the CD3ζ expression against baseline could be a good prognostic biomarker in HNSCC patients.
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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».