S'abonner

MicroRNA Expression Profiles in Upper Tract Urothelial Carcinoma Differentiate Tumor Grade, Stage, and Survival: Implications for Clinical Decision-Making - 30/12/18

Doi : 10.1016/j.urology.2018.10.004 
Brendan M. Browne a, ⁎ , Kristian D. Stensland a, Chintan K. Patel a, Travis Sullivan b, Eric J. Burks c, David Canes a, Jay D. Raman d, Joshua Warrick e, Kimberly M. Reiger-Christ b
a Department of Urology, Lahey Hospital and Medical Center, Burlington, MA 
b Department of Translational Research—Ian C. Summerhayes Cell and Molecular Biology Laboratory, Lahey Hospital and Medical Center, Burlington, MA 
c Department of Pathology, Lahey Hospital and Medical Center, Burlington, MA 
d Department of Urology, Penn State Milton S. Hershey Medical Center, Hershey, PA 
e Department of Pathology, Penn State Milton S. Hershey Medical Center, Hershey, PA 

⁎Address correspondence to: Brendan Browne, M.D., Department of Urology, Lahey Hospital and Medical Center, 41 Burlington Mall Road, Burlington, MA 01805.Department of UrologyLahey Hospital and Medical Center41 Burlington Mall RoadBurlingtonMA01805

Abstract

Objective

To evaluate microRNA (miRNA) biomarkers for upper tract urothelial carcinoma (UTUC) to improve risk stratification.

Methods

miRNA was isolated from 157 radical nephroureterectomy specimens from 2 institutions. The relative expression of miRNA was examined for high grade vs low grade tumors as well as muscle invasive vs nonmuscle invasive tumors. Recurrence free survival (RFS) and overall survival (OS) were also stratified using relative expression of specific miRNA.

Results

The optimized model to identify high grade UTUC included miR-29b-2-5p, miR-18a-5p, miR-223-3p, and miR-199a-5p, generating a sensitivity of 83%, specificity of 85%, and generated a receiver operating characteristic (ROC) curve with area-under-the-curve of 0.86. Similarly, the model classifier for predicting ≥pT2 disease incorporated miR-10b-5p, miR-26a-5p-5p, miR-31-5p, and miR-146b-5p, producing a sensitivity of 64%, specificity of 96%, and area-under-the-curve of 0.90. RFS was best reflected by a combination of miR-10a-5p, miR-30c-5p, and miR-10b-5p, while OS was best predicted by miR-10a-5p, miR-199a-5p, miR-30c-5p, and miR-10b-5p.

Conclusion

High-grade vs low-grade as well as muscle invasive vs nonmuscle invasive UTUC can be reliable distinguished with unique miRNA signatures. Furthermore, differential expression of UTUC miRNA produces robust classifiers for predicting RFS and OS that may help identify patients who would most benefit from adjuvant therapies.

Le texte complet de cet article est disponible en PDF.

Plan


 Financial Disclosure: The authors declare that they have no relevant financial interests.


© 2018  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 123

P. 93-100 - janvier 2019 Retour au numéro
Article précédent Article précédent
  • EDITORIAL COMMENT
  • Craig V. Comiter
| Article suivant Article suivant
  • Excessive Opioid Prescribing After Major Urologic Procedures
  • Katherine M. Theisen, John M. Myrga, Nathan Hale, Gerald Cochran, Craig Sewall, Liam C. Macleod, Bruce L. Jacobs, Benjamin J. Davies

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.