AE
Andrea Eberle
Author with expertise in Regulation of RNA Processing and Function
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
9
(56% Open Access)
Cited by:
1,534
h-index:
40
/
i10-index:
75
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Prognoses and improvement for head and neck cancers diagnosed in Europe in early 2000s: The EUROCARE-5 population-based study

Gemma Gatta et al.Sep 26, 2015
Head and neck (H&N) cancers are a heterogeneous group of malignancies, affecting various sites, with different prognoses. The aims of this study are to analyse survival for patients with H&N cancers in relation to tumour location, to assess the change in survival between European countries, and to investigate whether survival improved over time.We analysed about 250,000 H&N cancer cases from 86 cancer registries (CRs). Relative survival (RS) was estimated by sex, age, country and stage. We described survival time trends over 1999-2007, using the period approach. Model based survival estimates of relative excess risks (RERs) of death were also provided by country, after adjusting for sex, age and sub-site.Five-year RS was the poorest for hypopharynx (25%) and the highest for larynx (59%). Outcome was significantly better in female than in male patients. In Europe, age-standardised 5-year survival remained stable from 1999-2001 to 2005-2007 for laryngeal cancer, while it increased for all the other H&N cancers. Five-year age-standardised RS was low in Eastern countries, 47% for larynx and 28% for all the other H&N cancers combined, and high in Ireland and the United Kingdom (UK), and Northern Europe (62% and 46%). Adjustment for sub-site narrowed the difference between countries. Fifty-four percent of patients was diagnosed at advanced stage (regional or metastatic). Five-year RS for localised cases ranged between 42% (hypopharynx) and 74% (larynx).This study shows survival progresses during the study period. However, slightly more than half of patients were diagnosed with regional or metastatic disease at diagnosis. Early diagnosis and timely start of treatment are crucial to reduce the European gap to further improve H&N cancers outcome.
0
Citation405
0
Save
0

Fear of recurrence in long-term breast cancer survivors-still an issue. Results on prevalence, determinants, and the association with quality of life and depression from the Cancer Survivorship-a multi-regional population-based study

Lena Koch‐Gallenkamp et al.Nov 30, 2013
Fear of recurrence (FoR) is a widespread problem among breast cancer survivors. So far, little is known about prevalence, determinants, and consequences of FoR specifically in long-term breast cancer survivors, even though it was found to be one of the most important concerns in this group.Analyses are based on data of several population-based cohorts of long-term breast cancer survivors, recruited by six German cancer registries. Overall, 2671 women were included in the analyses. FoR was assessed using the short form of the Fear of Progression Questionnaire. Potential determinants of moderate/high FoR and the association with depression and quality of life (QoL) were explored via multiple logistic and linear regression.Even though the majority of women reported low levels of FoR (82%), a substantial percentage experienced moderate (11%) and high (6%) FoR. Younger age (odds ratio = 3.00, confidence intervals = 1.91-4.73 for women below age 55 years) and considering oneself as a tumor patient (odds ratio = 3.36, confidence intervals = 2.66-4.25) were found to exhibit the strongest associations with moderate/high FoR. Overall, psychosocial and sociodemographic factors played a far bigger role in FoR than clinical factors. Higher FoR was associated with higher depression and lower QoL.Fear of recurrence (mostly low levels) is highly prevalent among long-term breast cancer survivors and can negatively affect QoL and well-being. Therefore, it should be given appropriate consideration in research and clinical practice. As specifically younger women tended to be impacted by FoR, it is crucial to be particularly attentive to specific needs of younger survivors.
0
Citation216
0
Save
0

FUS ALS-causative mutations impact FUS autoregulation and the processing of RNA-binding proteins through intron retention

Jack Humphrey et al.Mar 4, 2019
Abstract Mutations in the RNA-binding protein FUS cause amyotrophic lateral sclerosis (ALS), a devastating neurodegenerative disease in which the loss of motor neurons induces progressive weakness and death from respiratory failure, typically only 3-5 years after onset. FUS plays a role in numerous aspects of RNA metabolism, including mRNA splicing. However, the impact of ALS-causative mutations on splicing has not been fully characterised, as most disease models have been based on FUS overexpression, which in itself alters its RNA processing functions. To overcome this, we and others have recently created knock-in models, and have generated high depth RNA-sequencing data on FUS mutants in parallel to FUS knockout. We combined three independent datasets with a joint modelling approach, allowing us to compare the mutation-induced changes to genuine loss of function. We find that FUS ALS-mutations induce a widespread loss of function on expression and splicing, with a preferential effect on RNA binding proteins. Mutant FUS induces intron retention changes through RNA binding, and we identify an intron retention event in FUS itself that is associated with its autoregulation. Altered FUS regulation has been linked to disease, and intriguingly, we find FUS autoregulation to be altered not only by FUS mutations, but also in other genetic forms of ALS, including those caused by TDP-43, VCP and SOD1 mutations, supporting the concept that multiple ALS genes interact in a regulatory network.
0
Citation5
0
Save
0

Learning debiased graph representations from the OMOP common data model for synthetic data generation

Nadine Schulz et al.Jun 22, 2024
Abstract Background Generating synthetic patient data is crucial for medical research, but common approaches build up on black-box models which do not allow for expert verification or intervention. We propose a highly available method which enables synthetic data generation from real patient records in a privacy preserving and compliant fashion, is interpretable and allows for expert intervention. Methods Our approach ties together two established tools in medical informatics, namely OMOP as a data standard for electronic health records and Synthea as a data synthetization method. For this study, data pipelines were built which extract data from OMOP, convert them into time series format, learn temporal rules by 2 statistical algorithms (Markov chain, TARM) and 3 algorithms of causal discovery (DYNOTEARS, J-PCMCI+, LiNGAM) and map the outputs into Synthea graphs. The graphs are evaluated quantitatively by their individual and relative complexity and qualitatively by medical experts. Results The algorithms were found to learn qualitatively and quantitatively different graph representations. Whereas the Markov chain results in extremely large graphs, TARM, DYNOTEARS, and J-PCMCI+ were found to reduce the data dimension during learning. The MultiGroupDirect LiNGAM algorithm was found to not be applicable to the problem statement at hand. Conclusion Only TARM and DYNOTEARS are practical algorithms for real-world data in this use case. As causal discovery is a method to debias purely statistical relationships, the gradient-based causal discovery algorithm DYNOTEARS was found to be most suitable.