Biomarker Panel for the Diagnosis of Pancreatic Ductal Adenocarcinoma

医学 胰腺导管腺癌 胰腺癌 癌症 肿瘤科 诊断生物标志物 内科学 生物标志物 腺癌 生物标志物发现 克拉斯 生物信息学 病理 生物 蛋白质组学 基因 生物化学
作者
Hongbeom Kim,Kyung Nam Kang,Yong Sam Shin,Yoonhyeong Byun,Youngmin Han,Wooil Kwon,Chul Woo Kim,Jin Young Jang
出处
期刊:Cancers [MDPI AG]
卷期号:12 (6): 1443-1443 被引量:19
标识
DOI:10.3390/cancers12061443
摘要

A single tumor marker has a low diagnostic value in pancreatic cancer. Combinations of multiple biomarkers and unique analysis algorithms can be applied to overcome these limitations. This study sought to develop diagnostic algorithms using multiple biomarker panels and to validate their performance in the diagnosis of pancreatic ductal adenocarcinoma (PDAC). We used blood samples from 180 PDAC patients and 573 healthy controls. Candidate markers consisted of 11 markers that are commonly expressed in various cancers and which have previously demonstrated increased expression in pancreatic cancer. Samples were divided into training and validation sets. Five linear or non-linear classification methods were used to determine the optimal model. Differences were identified in 10 out of the 11 markers tested. We identified 2047 combinations, all of which were applied to 5 separate algorithms. The new biomarker combination consisted of 6 markers (ApoA1, CA125, CA19-9, CEA, ApoA2, and TTR). The area under the curve, specificity, and sensitivity were 0.992, 95%, and 96%, respectively, in the training set. Meanwhile, the measures were 0.993, 96%, and 93% in the validation set. This study demonstrated the utility of multiple biomarker combinations in the early detection of PDAC. A diagnostic panel of 6 biomarkers was developed and validated. These algorithms will assist in the early diagnosis of PDAC.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
山有扶苏发布了新的文献求助10
刚刚
picapica668应助英俊的觅波采纳,获得20
刚刚
时光完成签到,获得积分10
1秒前
1秒前
WANGs发布了新的文献求助10
1秒前
哄哄发布了新的文献求助30
1秒前
du完成签到 ,获得积分10
1秒前
研友_VZG7GZ应助nothing采纳,获得10
1秒前
2秒前
乐乐应助Lf采纳,获得30
2秒前
彭于彦祖应助Oneplusssss采纳,获得30
2秒前
万幸鹿发布了新的文献求助10
2秒前
小烦完成签到 ,获得积分10
3秒前
3秒前
kofd完成签到,获得积分10
3秒前
3秒前
xiaoli完成签到,获得积分10
4秒前
daniel发布了新的文献求助10
5秒前
Summer完成签到 ,获得积分10
5秒前
6秒前
ASHhan111完成签到,获得积分10
6秒前
8秒前
10秒前
酷波er应助乘风的法袍采纳,获得10
10秒前
azure关注了科研通微信公众号
11秒前
Weylai发布了新的文献求助10
11秒前
12秒前
顾矜应助伊尔暗色采纳,获得30
12秒前
12秒前
李健应助独爱小新采纳,获得10
13秒前
慕青应助西伯侯采纳,获得10
13秒前
无限海亦发布了新的文献求助10
13秒前
13秒前
14秒前
北城不夏发布了新的文献求助10
14秒前
甜美的月饼完成签到,获得积分10
14秒前
14秒前
自强不息完成签到,获得积分10
15秒前
xinxin完成签到,获得积分10
15秒前
WUHUIWEN完成签到,获得积分10
16秒前
高分求助中
Rock-Forming Minerals, Volume 3C, Sheet Silicates: Clay Minerals 2000
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 910
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3262319
求助须知:如何正确求助?哪些是违规求助? 2903010
关于积分的说明 8323831
捐赠科研通 2573054
什么是DOI,文献DOI怎么找? 1398041
科研通“疑难数据库(出版商)”最低求助积分说明 653988
邀请新用户注册赠送积分活动 632568