PPARG, GNG12, and CD19 are potential independent predictors of central nerve recurrence in childhood acute lymphoblastic leukemia
Notice bibliographique
Résumé
Objective To identify biomarkers that can predict the recurrence of the central nervous system (CNS) in children with acute lymphoblastic leukemia (ALL).Materials and Methods The transcriptome and clinical data of ALL in children were downloaded from the TARGET database. Transcriptome data were analyzed by bioinformatics method to identify core (hub) genes and establish a risk assessment model. Univariate Cox analysis was performed on each clinical data, and multivariate Cox regression analysis was performed on the obtained results and risk score. The children ALL phase I samples from TARGET database were used for validation.Results Univariate multivariate Cox analysis of 10 hub genes identified showed that PPARG (HR = 0.78, 95%CI = 0.67–0.91, p = 0.007), CD19 (HR = 1.15, 95%CI = 1.05–1.26, p = 0.003) and GNG12 (HR = 1.25, 95%CI = 1.04–1.51, p = 0.017) had statistical differences. The risk score was statistically significant in univariate (HR = 3.06, 95%CI = 1.30–7.19, p = 0.011) and multivariate (HR = 1.81, 95%CI = 1.16–2.32, p = 0.046) Cox regression analysis. The survival analysis results of the high and low-risk groups were different when the validation dataset was substituted into the model (p = 0.018). Then, we constructed a Nomogram which had a concordance index of survival prediction of 0.791(95%CI= 0.779-0.803). In addition, the CNS involvement grading status at first diagnosis CNS3 vs. CNS1 (HR = 5.74, 95%CI = 2.01–16.4, p = 0.001), T cell vs B cell (HR = 1.63, 95% CI = 1.06-2.49, p = 0.026) were also statistically significant.Conclusions PPARG, GNG12, and CD19 may be predictors of CNS relapse in childhood ALL.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».