Relation of Mean Platelet Volume (MPV) with Cancer: A Systematic Review with a Focus on Disease Outcome on Twelve Types of Cancer
Notice bibliographique
Résumé
Inflammatory proteins activate platelets, which have been observed to be directly related to cancer progression and development. The aim of this systematic review is to investigate the possible association between Mean Platelet Volume (MPV) and cancer (diagnostic capacity of MPV, relation to survival, the severity of the disease, and metastasis). A literature review was performed in the online database PubMed and Google Scholar for the period of 2010-2022. In total, 83 studies including 21,034 participants with 12 different types of cancer (i.e., gastric cancer, colon cancer, esophageal squamous cell carcinoma, renal cancer, breast cancer, ovarian cancer, endometrial cancer, thyroid cancer, lung cancer, bladder cancer, gallbladder cancer, and multiple myeloma) were identified. The role of MPV has been extensively investigated in several types of cancer, such as gastric, colon, breast, and lung cancer, while few data exist for other types, such as renal, gallbladder cancer, and multiple myeloma. Most studies in gastric, breast, endometrium, thyroid, and lung cancer documented an elevated MPV in cancer patients. Data were less clear-cut for esophageal, ovarian, and colon cancer, while reduced MPV was observed in renal cell carcinoma and gallbladder cancer. Several studies on colon cancer (4 out of 6) and fewer on lung cancer (4 out of 10) indicated an unfavorable role of increased MPV regarding mortality. As far as other cancer types are concerned, fewer studies were conducted. MPV can be used as a potential biomarker in cancer diagnosis and could be a useful tool for the optimization of treatment strategies. Possible underlying mechanisms between cancer and MPV are discussed. However, further studies are needed to elucidate the exact role of MPV in cancer progression and metastasis.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».