Time to take HPV infection in colorectal cancer patients more seriously
Notice bibliographique
Résumé
Background The association between viral infections and colorectal cancer (CRC) remains an enigma in cancer research. Certain types of Human Papillomaviruses (hr-HPVs), known for their oncogenic properties, have been observed in particular CRC biopsies, further adding to the enigma surrounding this association. Materials and methods This cross-sectional study was conducted on 40 confirmed cases of CRC adenocarcinoma. The presence and genotyping of HPV DNA in colorectal fresh tissue and urine samples was assessed using an HPV DNA hybridization kit. A subset of serum samples from both CRC cases and healthy volunteers was randomly chosen and subjected to western blot to investigate the presence of HPV16 E6/E7 oncoproteins carried by exosomes. Results It was observed that 26/40 HPV-positive CRC patients demonstrated 7 times more chance to develop colorectal cancer when compared to those 8/40 normal tissue (odds ratio [OR] = 7.4; confidence interval [CI] 95% = 0.483156–0.793718; p < 0.001). Of 26 HPV-positive CRC patients, 14 urine samples were also showed HPV DNA positivity (p = 0.013). High-risk HPV16 was the most prevalent genotype detected in both 24/40 tumor and 12/40 urine samples (p < 0.001). The tumor sample of a male was HPV45, while another male’s urine sample was HPV31. A female CRC patient had HPV83 in tumor and HPV56 in urine. Here, was the first detection of HPV83 in a CRC patient. Notably among 20 randomly selected serum exosome samples, one serum sample concurrently tested positive for both HPV16 E6 and E7 oncoproteins, and one sample tested positive for HPV16 E7 oncoprotein. Conclusion High risk HPV DNA detection in CRC urine samples supports non-invasive screening tools. Detection of HPV16 E6 and E7 oncoproteins in exosomes from serum samples shows potential for non-invasive diagnostics. HPV’s potential role in CRC development is also underscored. HPV vaccination should be implemented in low- and middle-income countries to prevent cancer.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».