Biomarkers in Renal Cell Carcinoma: A Systematic Review and Immunohistochemical Validation Study
Notice bibliographique
Résumé
Background and Objectives: The worldwide incidence of renal cell carcinoma (RCC) rose by 22% between 2012 and 2022. In Australia, RCC accounted for 2.8% of all cancer diagnoses and contributing to 1.8% of cancer-related deaths. Identification of RCC biomarkers may aid in diagnosis and management. Methods: A systematic review of immunohistochemical markers of RCC studies published between 1990 and 2019 was undertaken to select candidate biomarkers of RCC. Immunohistochemical staining of 73 clear cell RCC tumors and paired normal tissue was undertaken using selected markers. Semi-quantitative and quantitative analysis of staining intensity between paired samples was undertaken to evaluate utility as potential biomarkers, using Chi-square tests and paired t-tests for analysis. As an exploratory analysis, staining intensity was also compared on clinical/demographic variables using linear and logistic regression. Results: There were 123 candidate biomarkers identified in 91 studies. Four candidate markers were selected for further investigation: aminopeptidase A (APA)/cluster of differentiation (CD)249, aminopeptidase N (APN)/CD13, gamma-glutamyl transferase (GGT), and neuron-specific enolase (NSE). APA, GGT, and APN all demonstrated reduced staining intensity in the tumor compared with normal tissue (p < 0.001 for all). NSE demonstrated a statistically significant increase in expression in tumor compared with normal tissue (p < 0.001), and this was more pronounced in patients aged >60 years (p = 0.038). Conclusions: The utility of APA, APN, and GGT as diagnostic biomarkers in clear cell RCC is limited. NSE may have some role as a biomarker for clear cell RCC, particularly among older patients; however, further investigation is required.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,013 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».