MétaCan
Menu
Retour à la cohorte
Enregistrement W4394963308 · doi:10.3390/cancers16081575

The Role of Estrogen and Estrogen Receptors in Head and Neck Tumors

2024· review· en· W4394963308 sur OpenAlexfundno aff
Jacqueline-Katrin Kranjčević, Josipa Čonkaš, Petar Ozretić

Notice bibliographique

RevueCancers · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueHead and Neck Cancer Studies
Établissements canadiensnon disponible
Organismes subventionnairesHrvatska Zaklada za ZnanostTerry Fox Foundation
Mots-clésEstrogenEstrogen receptorHead and neckReceptorMedicineBioinformaticsCancer researchBiologyInternal medicineSurgeryCancerBreast cancer

Résumé

récupéré en direct d'OpenAlex

Head and neck squamous cell carcinoma (HNSCC) is the most common histological form of head and neck tumors (HNTs), which originate from the epithelium of the lips and oral cavity, pharynx, larynx, salivary glands, nasal cavity, and sinuses. The main risk factors include consumption of tobacco in all forms and alcohol, as well as infections with high-risk human papillomaviruses or the Epstein-Barr virus. Regardless of the etiological agent, the risk of developing different types of HNTs is from two to more than six times higher in males than in females. The reason for such disparities probably lies in a combination of both biological and psychosocial factors. Therefore, it is hypothesized that exposure to female sex hormones, primarily estrogen, provides women with protection against the formation and metastasis of HNTs. In this review, we synthesized available knowledge on the role of estrogen and estrogen receptors (ERs) in the development and progression of HNTs, with special emphasis on membrane ERs, which are much less studied. We can summarize that in addition to epidemiologic studies unequivocally pointing to the protective effect of estrogen in women, an increased expression of both nuclear ERs, ERα, and ERβ, and membrane ERs, ERα36, GPER1, and NaV1.2, was present in different types of HNSCC, for which anti-estrogens could be used as an effective therapeutic approach.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,032
Tête enseignante GPT0,345
Écart entre enseignants0,313 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetHead and Neck Cancer StudiesTravaux en français237 207