The role of <scp><i>MALAT1</i></scp> and <scp><i>UCA1</i></scp> long non‐coding <scp>RNAs</scp> on the prognosis of patients with glioblastoma: A systematic review and meta‐analysis
Notice bibliographique
Résumé
Abstract Glioblastoma multiforme (GBM) is a common central nervous system malignancy with poor survival despite new treatments. Although some evidence demonstrated the prognostic effects of metastasis‐associated lung adenocarcinoma transcript 1 ( MALAT1 ) and urothelial carcinoma associated 1 ( UCA1 ) long non‐coding RNAs (lncRNAs) in patients with GBM, a comprehensive study has not yet evaluated the clinical importance of these lncRNAs. Hence, this review aimed to predict the significance of expressions of MALAT and UCA1 lncRNAs in patients with GBM. Using proper keywords, a thorough literature search was performed via databases, including PubMed, Web of Knowledge, Scopus, and EMBASE until December 2024. The relationship between lncRNA expressions and overall survival (OS) in patients with GBM was assessed using hazard ratios (HR) and confidence intervals (95% CI), and the fixed and random effects models were used to estimate the pooled effect size. Also, the Newcastle‐Ottawa Quality Assessment Scale was used as an appraisal tool. Among 1553 initially founded records, 13 studies were enrolled in the final analysis, consisting of 915 and 257 samples in the MALAT1 and UCA1 groups, respectively. Compared to the patients with low expression, those with high expression of MALAT1 had a mortality risk of 80% (HR = 1.8, 95% CI = [1.39, 2.33], p = .001). Additionally, the impact of UCA1 expression on patient prognosis indicated that lower OS among patients was correlated with high expression of UCA1 ; however, the meta‐analysis was not performed for UCA1 due to a lack of adequate studies. According to our findings, high expression of MALAT1 was correlated with poor prognosis in patients with GBM.
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 | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».