MétaCan
Menu
Retour à la cohorte
Enregistrement W1848225071 · doi:10.1200/jco.2015.33.7_suppl.7

Investigating the long noncoding RNA SChLAP1 as a prognostic tissue and urine biomarker in prostate cancer.

2015· article· en· W1848225071 sur OpenAlexaff
Felix Y. Feng, Shuang Zhao, John R. Prensner, Nicholas Erho, Matthew J. Schipper, Yang Shi, Cristina Magi‐Galluzzi, Javed Siddiqui, Elai Davicioni, Robert B. Den, Adam P. Dicker, R. Jeffrey Karnes, John T. Wei, Eric A. Klein, Robert B. Jenkins, Arul M. Chinnaiyan, Rohit Mehra

Notice bibliographique

RevueJournal of Clinical Oncology · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related molecular mechanisms research
Établissements canadiensGenome British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineProstate cancerOncologyInternal medicineBiomarkerConfidence intervalCancerMetastasisProstatePCA3Odds ratioBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

7 Background: Improved prognostic biomarkers are needed for localized prostate cancer. We undertook an unbiased large-scale analysis of genes associated with metastatic progression and validated the prognostic ability of the top candidate gene. Methods: Prostate cancer samples from prostatectomy patients were analyzed for gene expression using a clinical-grade, high-density Affymetrix GeneChip platform, encompassing >1 million genomic loci and assessed in a CLIA-certified laboratory. Nomination of prognostic candidate genes was performed on a discovery cohort (n=545) and validated on 3 independent cohorts (n=463). Multivariate analyses were performed for the primary endpoint of metastasis. The top prostate-specific gene was further evaluated in 208 additional tumor samples with a novel RNA in-situ hybridization (ISH) assay and in urine samples from 230 patients using PCR. Results: Of all known genes, the long noncoding RNA SChLAP1 ranked first for elevated expression in patients with metastatic progression by receiver-operator-curve analyses. Validation in three independent cohorts confirmed the prognostic value of SChLAP1. On multivariate modeling, SChLAP1 expression independently predicted metastasis within 10 years (odds ratio (OR) = 2.45, 95% confidence interval (CI) 1.70 – 3.53), death within 10 years (OR = 1.93, 95% CI 1.31 – 2.85), and biochemical recurrence within 5 years (OR = 1.76, 95% CI 1.28 – 2.41) with ORs comparable to Gleason score. Evaluation of SChLAP1 expression by RNA ISH confirmed a significant association with disease recurrence (OR = 1.99, 95% CI 1.06 – 3.73). Evaluation of urine SChLAP1 levels demonstrated increased expression in patients at higher risk for disease progression. Conclusions: We perform the largest high-throughput, unbiased study of prostate cancer prognostic biomarkers to date and discover SChLAP1 as a top gene predictive of metastatic progression. We validate SChLAP1 extensively with a clinical-grade assay. We show feasibility of a RNA ISH assay and a non-invasive urine test for SChLAP1. Our results, spanning 1,446 patients from 6 independent patient cohorts, suggest that SChLAP1 represents a very promising biomarker for aggressive clinical course.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,110
Tête enseignante GPT0,471
Écart entre enseignants0,360 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetCancer-related molecular mechanisms researchTravaux en français237 207