CD44 Overexpression as a Mediator of Drug Resistance in Oral Cancer: A Meta-Analysis Unveiling Molecular Underpinnings and Therapeutic Implications
Notice bibliographique
Résumé
Background: Therapeutic resistance in oral cancer, with cancer stem cells (CSCs) playing a pivotal role, remains a major clinical challenge. CD44, a key CSC marker, has been implicated in multidrug resistance mechanisms through drug efflux, DNA repair, and anti-apoptotic pathways. This meta-analysis aims to systematically evaluate the association between CD44 expression and clinicopathological characteristics in oral cancer patients through analysis of controlled clinical studies. Methods: We systematically searched PubMed, EMBASE, Cochrane Library, Web of Science, CNKI, VIP, WanFang, and China Biomedical Literature Database from inception to September 2022. Controlled clinical studies examining CD44 overexpression in relation to clinicopathological characteristics and survival outcomes in oral cancer patients were included. Quality assessment was performed using the Newcastle-Ottawa Scale. Data were analyzed using RevMan 5.3 software. Results: Ten high-quality studies comprising 846 oral cancer patients were included. CD44 overexpression was significantly associated with advanced local tumor invasion (T category: OR: 1.38; 95% CI: 1.14-1.66; P<0.001; I²=25%). No significant associations were found with N category, histological grade, or vascular invasion. Pooled survival analysis was limited by heterogeneous reporting methods across studies. Conclusion: CD44 overexpression serves as a molecular marker of therapeutic resistance in oral cancer, particularly associated with local tumor progression. These findings highlight CD44-targeted therapies as promising strategies to overcome treatment resistance. Future large-scale, multicenter trials are needed to validate CD44 isoforms as prognostic biomarkers and therapeutic targets.
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 | 0,018 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,037 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 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) | 0,002 | 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 ».