Digitalni repozitorij raziskovalnih organizacij Slovenije

Izpis gradiva
A+ | A- | Pomoč | SLO | ENG

Naslov:Multi-steroid profiling and machine learning reveal androgens as candidate biomarkers for endometrial cancer diagnosis : a case-control study
Avtorji:ID Gjorgoska, Marija (Avtor)
ID Taylor, Angela E. (Avtor)
ID Smrkolj, Špela (Avtor)
ID Lanišnik-Rižner, Tea (Avtor)
Datoteke:.pdf PDF - Predstavitvena datoteka, prenos (1,63 MB)
MD5: BDB13F8D276757CA14790C1C22B5E065
 
URL URL - Izvorni URL, za dostop obiščite https://www.mdpi.com/2072-6694/17/10/1679
 
Jezik:Angleški jezik
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:Logo UKC LJ - Univerzitetni klinični center Ljubljana
Povzetek:Objective: To evaluate the diagnostic and prognostic potential of preoperative serum steroid levels in endometrial cancer (EC) alone and in combination with clinical parameters and biomarkers CA-125 and HE4. Methods: This single-center observational study included 62 patients with EC and 70 controls with benign uterine conditions who underwent surgery between June 2012 and February 2020. Preoperative serum levels of classic androgens, 11-oxyandrogens, glucocorticoids and mineralocorticoids were measured using liquid chromatography–tandem mass spectrometry (LC-MS/MS). Machine learning was used to assess their diagnostic and prognostic value alone and combined with clinical parameters and tumor biomarkers. Results: Patients with EC had significantly higher serum levels of classic androgens (androstenedione, testosterone), 11-oxyandrogens (11β-hydroxy-androstenedione, 11β-hydroxy-testosterone) and glucocorticoids (17α-hydroxy-progesterone, 11-deoxycortisol) compared to controls. While individual steroids had limited diagnostic value, a multivariate model including classic androgens, CA-125, HE4, BMI and parity achieved an AUC 0.87, 79.1% sensitivity and 74.7% specificity in distinguishing EC from benign uterine condition. This model outperformed our previously published model based on CA-125, HE4 and BMI (AUC: 0.81, p < 0.0001). Prognostically, HE4 was the strongest marker for lymphovascular space invasion (LVSI) (AUC: 0.79) and deep myometrial invasion (MI) (AUC: 0.71). Among steroids, androstenedione was the most predictive of LVSI (AUC: 0.67), while 11β-hydroxy-testosterone was the strongest predictor of deep MI (AUC: 0.64). Conclusions: Patients with EC exhibit distinct steroid hormone profiles. While steroids alone offer modest diagnostic and prognostic value, integrating them into multivariate models improves diagnostic accuracy.
Ključne besede:endometrial cancer, multi-steroid profiling, liquid chromatography–tandem mass spectrometry, machine learning, diagnosis, prognosis
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Leto izida:2025
Št. strani:str. 1-18
Številčenje:Vol. 17, iss. 10, [article no.] 1679
PID:20.500.12556/DiRROS-28875 Novo okno
UDK:618.1-006:577.2
ISSN pri članku:2072-6694
DOI:10.3390/cancers17101679 Novo okno
COBISS.SI-ID:238728963 Novo okno
Opomba:Nasl. z nasl. zaslona; Opis vira z dne 9. 6. 2025;
Datum objave v DiRROS:10.04.2026
Število ogledov:210
Število prenosov:103
Metapodatki:XML DC-XML DC-RDF
:
Kopiraj citat
  
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:Cancers
Skrajšan naslov:Cancers
Založnik:MDPI
ISSN:2072-6694
COBISS.SI-ID:517914137 Novo okno

Gradivo je financirano iz projekta

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:J3-2535-2020
Naslov:Vloga androgenov pri hormonsko odvisnih boleznih: pomen za diagnostiko in zdravljenje

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:J3-3069-2021
Naslov:Vpliv različnih kirurških tehnik na molekularne mehanizme razsoja ginekoloških rakov.

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:P1-0390-2022
Naslov:Funkcijska genomika in biotehnologija za zdravje

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:P3-0449-2024
Naslov:Translacijska molekularna endokrinologija za zdravje žensk

Licence

Licenca:CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.

Sekundarni jezik

Jezik:Slovenski jezik
Ključne besede:rak endometrija, večsteroidno profiliranje, tekočinska kromatografija–tandemska masna spektrometrija, strojno učenje, diagnoza, prognoza


Nazaj