MétaCan
Menu
Retour à la cohorte
Enregistrement W4414948707 · doi:10.30683/1929-2279.2025.14.19

Increased KI67 Immunostaining is Associated with Breast Cancer Aggressiveness

2025· article· en· W4414948707 sur OpenAlexvenueno aff
Dhafer A. Alghezi, Rasha Q. Aljawher, Hameed Naeem Mosa

Notice bibliographique

RevueJournal of cancer research updates · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmunostainingBreast cancerImmunohistochemistryBreast carcinomaLymph nodeCancerBiomarkerCarcinomaStaining

Résumé

récupéré en direct d'OpenAlex

Background: Breast cancer remains one of the most prevalent tumors among females worldwide, and current prognostic methods are limited in their ability to accurately predict tumor aggressiveness and long-term outcomes. KI67 is a nuclear protein marking active cell proliferation and is associated with tumor differentiation, growth, and breast cancer subtypes. Objective: This study aims to assess KI67 in benign and malignant breast tissues and explore its potential association with clinical outcomes. Methodology: Immunohistochemistry was used to assess KI67 staining in benign (n=57) and malignant (n=430) breast tissue samples. KI67 expression was then correlated with clinic opathological data, such as grade and stage, and breast cancer molecular subtypes. Results: Increased KI67 was significantly found in breast carcinoma compared to benign tissues (P <0.0001). A positive association was observed between KI67 immunostaining and tumor grade (P <0.0001), tumor size (P0.007), and molecular subtype (P 0.002).No significant relationship was recognized between KI67 immunostaining and lymph node involvement. Conclusion: KI67 might be involved in the aggressiveness of malignancy. Further research is needed to determine the significance of KI67 inbreast carcinoma and its potential as a biomarker for breast cancer progression.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,372
Écart entre enseignants0,352 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of cancer research updatesMême sujetRNA Interference and Gene DeliveryTravaux en français237 207