Aberrant serum lipid levels predict clinical outcomes in patients with neuroblastoma
Notice bibliographique
Résumé
This study aimed to explore how serum lipid levels are related to clinical features and outcomes in neuroblastoma(NB). We analyzed data from 169 patients diagnosed with NB, focusing on their serum lipid levels and how these relate to disease characteristics and prognosis. We found that older age (>18 months), high-risk disease features (e.g. elevated LDH, NSE, serum ferritin), genetic abnormalities (such as MYCN amplification, 1p36/11q23 LOH, PHOX2B expression), tumor size ≥10 cm, bone marrow metastasis, and multiple organ involvement were linked to abnormal lipid profiles, including elevated total cholesterol (TC), triglycerides (TG), LDL-C, and lipid ratios (TC/HDL-C, TG/HDL-C), along with reduced HDL-C. Interestingly, high TG and TG/HDL-C levels correlated with increased regulatory T cells (Tregs), which play a role in immune response. Patients with unfavorable lipid profiles-particularly high TC, TG, LDL-C, and lipid ratios or low HDL-C-had worse 5-year event-free survival (EFS) rates. This was especially true for high-risk patients. In statistical models, the TC/HDL-C ratio emerged as an independent predictor of poorer EFS. To assess lipid dynamics during treatment, we monitored patients at multiple time points and observed decreasing TC, TG, LDL-C, TC/HDL-C, and TG/HDL-C levels, alongside increasing HDL-C, suggesting treatment-induced improvement in lipid metabolism. In patients with disease progression or relapse, lipid levels (TC, LDL-C, HDL-C) were significantly elevated at the time of the event compared to post-chemotherapy levels.In summary, dysregulation of serum lipids is common in NB and lipid profiles are closely linked to NB progression and may serve as potential biomarkers for prognosis and treatment monitoring.
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) | 0,001 | 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 ».