Pre-diagnostic Demographic, Lifestyle, and Health History Factors in Association with Secreted Protein Acidic and Rich in Cysteine (SPARC) Expression in Colorectal Cancer Tissue
Notice bibliographique
Résumé
Background: Demographic, health history, and lifestyle factors have been associated with prognosis of colorectal cancer (CRC), but mechanisms underlying these associations remain poorly understood. A compelling mechanism involves changes in expression of tumor markers that influence treatment outcomes, such as secreted protein acidic and rich in cysteine (SPARC), lower levels of which have previously been associated with poorer CRC prognosis. Objective: We explored the association of factors that have been previously associated with CRC prognosis with expression of SPARC in tumor tissues. Design: We conducted a prospective evaluation of 50 participants of a longitudinal cohort study that went on to develop CRC. Methods: Tumor and normal tissue cores were taken from formalin-fixed paraffin-embedded (FFPE) blocks of incident CRC cases and were used to create tissue microarrays (TMAs). Slides created from the TMAs were stained with SPARC antibodies and analyzed to calculate H-scores for both epithelial and non-epithelial components of tumor and normal tissues. H-scores were ln-transformed and analyzed in association with demographic, lifestyle, and health history factors assessed before cancer diagnosis using linear regression models. Results: In CRC tumor epithelium, smoking was associated with a 0.53-fold lower level of SPARC expression ( P = .054). Higher income was associated with a 1.33-fold greater level of SPARC expression in tumor non-epithelial tissue ( P = .041). Higher cancer stage was associated with a 0.74-fold lower level of non-epithelial tumor SPARC expression ( P = .040). In the epithelial component of normal colorectal tissues, higher fruit consumption was associated with a 2.74-fold greater SPARC H-score ( P = .002). Conclusions: The associations we observed for smoking, income, and cancer stage with SPARC in tumor tissue are consistent with previously established associations of these factors with CRC prognosis. Larger studies with prognostic data are needed, but our results suggest that differences in SPARC expression may contribute to previously observed impacts of various factors on CRC prognosis.
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 | 0,001 | 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 | 0,000 |
| 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 ».