Anaplastic thyroid cancer – an overview of genetic variations and treatment modalities
Notice bibliographique
Résumé
Honey V Reddi,1 Anirudh Kumar,2 Roger Kulstad3 1Transgenomic, Inc., New Haven, CT, USA; 2University of Toronto, Toronto, ON, Canada; 3Division of Endocrinology, Marshfield Clinic, Marshfield, WI, USA Abstract: Anaplastic thyroid carcinoma (ATC) is a rare but highly aggressive malignancy that accounts for about 1%–2% of all thyroid cancer diagnoses but is responsible for up to 30%–40% of thyroid cancer deaths. ATCs are poorly differentiated tumors that develop on the background of preexisting, often undiagnosed, papillary thyroid carcinoma or follicular thyroid carcinoma, through progressive accumulation of changes in several oncogenic and tumor suppressor pathways, including p53, RAS, RAF, Wnt-β-catenin and the PTEN-AKT pathways. Consequently, the 1-year survival rate after diagnosis ranges from 5% to 15%. Current therapeutic approaches are aimed at common late oncogenic changes and involve inhibition of MAPK and PI3K cell proliferation pathways or restoration of p53 and PTEN tumor suppressor pathways. Since single-modality therapy has limited effect on anaplastic thyroid cancer, aggressive multimodal treatments are now the treatment of choice, in spite of which, the mean survival time from diagnosis to death continues to remain at about 6 months. The current review attempts to summarize the genetics involved in the development and progression of ATC and provides some insight into the therapeutic options being evaluated for this aggressive cancer. Keywords: genetic alterations, treatment strategies, diagnostic testing
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».