Long non‐coding RNAs define favourable biology in high‐risk non‐muscle‐invasive bladder cancer
Notice bibliographique
Résumé
Background: To evaluate whether long non-coding RNA (lncRNA) expression patterns can improve molecular stratification and outcome prediction in high-risk non-muscle-invasive bladder cancer (NMIBC). Methods: RNA sequencing data from high-grade Ta (TaHG) and T1 (n = 212) tumours from the UROMOL consortium (Lindskrog et al., Nature Communications 2021) were analysed. Unsupervised consensus clustering based on lncRNA expression patterns identified distinct patient subgroups, which were characterized using gene expression patterns and gene signatures. A single-sample classifier was trained using elastic net logistic regression on UROMOL lncRNA expression profiles and applied to the Knowles cohort for independent validation. Recurrence-free survival (RFS) and progression-free survival (PFS) were evaluated using Kaplan-Meier (KM) plots, univariate and multivariate analyses. Results: ) and lower G2M and E2F gene signatures, suggesting reduced rates of tumour growth. A transcriptomic classifier trained on UROMOL lncRNA profiles successfully stratified recurrence risk in an independent validation cohort (Knowles, n = 120), where predicted high-risk cases (LC2/3) demonstrated significantly poorer recurrence-free survival (p < 0.001). While these findings highlight lncRNA expression as a potential stratification tool, limitations include the retrospective design, treatment heterogeneity and the need for external validation. Conclusion: LncRNA-based clustering demonstrates significant potential for improving patient stratification in high-risk NMIBC, identifying less aggressive tumours in an otherwise high-risk setting. A transcriptomic classifier trained on these findings was successfully validated in an independent cohort, supporting its potential clinical utility in refining risk assessment and guiding treatment decisions. Prospective studies are needed to further validate and refine this approach.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».