Salivary DNA methylation derived estimates of biological aging, cellular frequency and protein expression as predictors of oral mucositis severity and survival in head and neck cancer patients
Notice bibliographique
Résumé
BACKGROUND: Oral mucositis is a painful and debilitating condition that occurs in the majority of head and neck cancer patients receiving radiation and/or chemotherapy. While some patient and treatment related factors are known to contribute to the incidence and severity of disease, reliable biomarkers remain elusive. In the following study, we investigated the association of salivary DNA methylation derived biological aging, cellular frequency and protein concentration measures with the severity of oral mucositis and overall survival in a cohort of head and neck cancer (HNC) patients (n = 103). METHODS: DNA methylation profiling was performed on saliva samples obtained prior to treatment. Biological aging measures included Horvath2, PhenoAge, FitAge and GrimAge, and cellular frequency included epithelial and specific immune cell populations. RESULTS: Severe mucositis (i.e. grade 3 or 4) occurred in nearly half of patients. For malignant HNC patients (n = 84), every 1-SD increase in GrimAge was associated with 2.62-times risk of severe mucositis (95 % CI: 1.38, 5.57), while a 1-SD increase in monocyte frequency was associated with a decreased risk (OR [95 %CI]: 0.40 [0.18, 0.80]). Over a median follow-up of 53 months, 39 of 103 participants died. Six protein scores (TNFSF14, GCSF, MATN3, GDF8, nCDase, TNF-β) were associated with survival at q < 0.15. CONCLUSION: We provide evidence that the risk-related biological aging measure GrimAge may be a useful predictor of mucositis severity in HNC patients. Salivary monocyte frequency may be protective against mucositis, and this measure could be used as a predictive biomarker while also providing clues into the pathobiology of the disease.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».