Plasma microRNA signatures predict prognosis in canine osteosarcoma patients
Notice bibliographique
Résumé
Appendicular central osteosarcoma (OSA) is a common and highly aggressive tumour in dogs. Metastatic disease to the lungs is common and even with chemotherapy the prognosis is generally poor. However, few cases survive well beyond reported median survival times. Current methods, including histologic grading schemes, have fallen short in their ability to predict clinical outcome. MicroRNAs (miRNAs) are small molecules present in all tissues and bodily fluids and are dysregulated in cancer. Previous studies have demonstrated the diagnostic and prognostic potential of miRNAs in canine OSA. We sought to investigate multiple miRNA and multiple variable models for diagnosis and prognosis of canine OSA using plasma samples across three populations of dogs from two veterinary biobanks. Fifty-six miRNAs were analyzed by real-time quantitative polymerase chain reaction. MiR-214-3p was the only miRNA with increased expression across all OSA populations compared to controls. Using a decision tree model for diagnosis, miR-214-3p was the first step in this multi-miRNA model. High expression of miR-214-3p alone was also a predictor of shorter overall survival and disease-free interval across all populations. In both multiple miRNA and multiple variable models, miR-214-3p was always the first decision point with high expression consistently predicting a worse prognosis. Additional miRNAs in combination with low expression of miR-214-3p similarly had a worse prognosis demonstrating better outcome prediction using multiple miRNAs compared to using miR-214-3p alone. Multiple variable models only need to use miRNAs to be predictive although clinical parameters such as age, sex, and tumour location were considered. MiR-214-3p is clearly an important prognostic predictor of canine OSA in plasma as supported by previous studies and across our multiple sample populations. Multiple miRNA models provided superior categorization of patients in predicting clinical outcome parameters compared to the single miRNAs.
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 | 0,001 |
| 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 ».