Umeå universitets logga

umu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Prediagnostic biomarkers for early detection of glioma: using case-control studies from cohorts as study approach
Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Onkologi.ORCID-id: 0000-0002-6169-5155
Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Onkologi.ORCID-id: 0000-0002-6754-2571
Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Onkologi.
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Kemiska institutionen.ORCID-id: 0000-0001-9347-5790
Visa övriga samt affilieringar
2022 (Engelska)Ingår i: Neuro-Oncology Advances, E-ISSN 2632-2498, Vol. 4, s. II73-II80Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

Background: Understanding the trajectory and development of disease is important and the knowledge can be used to find novel targets for therapy and new diagnostic tools for early diagnosis.

Methods: Large cohorts from different parts of the world are unique assets for research as they have systematically collected plasma and DNA over long-time periods in healthy individuals, sometimes even with repeated samples. Over time, the population in the cohort are diagnosed with many different diseases, including brain tumors.

Results: Recent studies have detected genetic variants that are associated with increased risk of glioblastoma and lower grade gliomas specifically. The impact for genetic markers to predict disease in a healthy population has been deemed low, and a relevant question is if the genetic variants for glioma are associated with risk of disease or partly consist of genes associated to survival. Both metabolite and protein spectra are currently being explored for early detection of cancer.

Conclusions: We here present a focused review of studies of genetic variants, metabolomics, and proteomics studied in prediagnostic glioma samples and discuss their potential in early diagnostics.

Ort, förlag, år, upplaga, sidor
Oxford University Press, 2022. Vol. 4, s. II73-II80
Nyckelord [en]
genetic variants, glioblastoma, metabolites, prediagnositic sample, proteins
Nationell ämneskategori
Cancer och onkologi
Identifikatorer
URN: urn:nbn:se:umu:diva-209135DOI: 10.1093/noajnl/vdac036ISI: 000890147900012PubMedID: 36380862Scopus ID: 2-s2.0-85159173442OAI: oai:DiVA.org:umu-209135DiVA, id: diva2:1763401
Forskningsfinansiär
VetenskapsrådetCancerfondenSjöbergstiftelsenTillgänglig från: 2023-06-07 Skapad: 2023-06-07 Senast uppdaterad: 2023-06-07Bibliografiskt granskad

Open Access i DiVA

fulltext(1012 kB)119 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1012 kBChecksumma SHA-512
023596c72bf85e5c1baa6a64ceff9da1b3bb3629bebcd59c9afdd28c589951d6345710d29d96fd9b9c4a1c5ca52135b16ea212764e5157eac6718a6764144783
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextPubMedScopus

Person

Wu, Wendy Yi-YingDahlin, Anna M.Wibom, CarlBjörkblom, BennyMelin, Beatrice S.

Sök vidare i DiVA

Av författaren/redaktören
Wu, Wendy Yi-YingDahlin, Anna M.Wibom, CarlBjörkblom, BennyMelin, Beatrice S.
Av organisationen
OnkologiKemiska institutionen
I samma tidskrift
Neuro-Oncology Advances
Cancer och onkologi

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 119 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
pubmed
urn-nbn

Altmetricpoäng

doi
pubmed
urn-nbn
Totalt: 476 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf