High SNHG expression may contribute to poor cervical cancer prognosis, based on systematic reviews and meta-analyses
Notice bibliographique
Résumé
BACKGROUND: More and more long non-coding RNA small nucleotide host RNA (SNHG) gene family has been confirmed to be unregulated in cervical cancer (CC) tissues, and it is significantly related to the prognosis of CC. The purpose of this study was to conduct a meta-analysis to explore the correlation between the expression level of SNHGs and the prognosis of CC. METHODS: Six relevant electronic databases were searched, relevant original documents were screened, and the research quality of each document was assessed based on the Newcastle–Ottawa Scale (NOS) scale. Relevant data were extracted including SNHG expression levels, survival outcomes and follow-up time. Hazard ratio (HR) and Odds ratio (OR) with 95% confidence interval (CI) were combined to assess the association between SNHG expression and overall survival (OS) TNM stage, tumor size, depth of invasion. The sensitivity analyzes and Begg’s test was conducted to explore potential publication bias. RESULTS: The results of pooling HR with 95%CI indicating the marked positive association between increasing SNHG expression and poor OS (HR: 2.046, 95%CI: 1.402–2.691). In addition, high SNHG expressions contribute to advanced TNM stage (OR: 1.476, 95%CI: 1.178–1.849), easier to lymph node metastasis (OR: 1.614, 95%CI: 1.021–2.553), bigger tumor size (OR: 1.299, 95%CI: 1.031–1.638). Meanwhile, an insignificant relationship was also found between high SNHGs expression and histological grade (OR: 1.053, 95%CI: 0.814–1.361), DM (OR: 1.659, 95%CI: 0.969–2.838), depth of invasion (OR: 1.126, 95%CI: 0.466–2.726) and age (OR: 1.115, 95%CI: 0.899–1.382). Sensitivity analysis suggests the reliability and robustness of OS, the results of Begg’s test indicated that there is no significant publication bias in the original literature. CONCLUSION: Most SNHGs are highly expressed in CC tissues, elevated SNHG expression predicts poor prognosis of CC, SNHG may serve as a potential target for tumor therapy and a promising prognostic marker.
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 | 0,017 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,033 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».