MétaCan
Menu
Retour à la cohorte
Enregistrement W1882000757 · doi:10.7150/jca.13397

Identification and Validation of a Five MicroRNA Signature Predictive of Prostate Cancer Recurrence and Metastasis: A Cohort Study

2015· article· en· W1882000757 sur OpenAlexafffund
Robert K. Nam, Yutaka Amemiya, Tania Benatar, Christopher J.D. Wallis, Jessica Stojcic-Bendavid, Stephanie Bacopulos, Christopher Sherman, Linda Sugar, Magda Naeim, Wen‐Yi Yang, Aiguo Zhang, Laurence Klotz, Steven A. Narod, Arun Seth

Notice bibliographique

RevueJournal of Cancer · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensPublic Health OntarioUniversity of TorontoToronto Public HealthSunnybrook Health Science Centre
Organismes subventionnairesCancer Research SocietyHealth Sciences Centre Foundation
Mots-clésProstate cancerMetastasisOncologymicroRNAMedicineCohortProstatectomyHazard ratioInternal medicineCancerBiologyGeneConfidence intervalGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: MicroRNA (miRNA) have been shown to be important in regulating gene expression in prostate cancer. We used next generation miRNA sequencing to conduct a whole miRNome analysis to identify miRNAs associated with prostate cancer metastasis. METHODS: We conducted discovery and validation analyses of miRNAs among a total of 546 men who underwent surgery for prostate cancer using the development of metastasis as an endpoint. Genome wide analysis was conducted among the discovery group (n=31) to identify new miRNAs associated with prostate cancer metastasis. Selected miRNAs were then analyzed using qPCR on prostatectomy specimens from an independent cohort (n=515) to determine whether their expression could predict the development of metastasis after surgery. To examine the biology underlying these associations, we created prostate cancer cell lines which overexpressed miR-301a for in vitro and in vivo functional assays. RESULTS: We identified 33 miRNAs associated with prostate cancer metastasis and selected a panel comprising miRs-301a, 652, 454, 223 and 139 which strongly predicted metastasis (AUC=95.3%, 95%C.I.:84%-99%). Among the validation cohort, the 15-year metastasis-free survival was 77.5% (95% C.I.:63.9%-86.4%) for patients with a high miRNA panel score and 98.8% (95% C.I.:94.9%-99.7%, p<0.0001 for difference) for those with a low score. After adjusting for grade, stage, and PSA, the hazard ratio for metastasis was 4.3 (95% C.I.: 1.7-11.1, p=0.002) for patients with a high miRNA panel score, compared to those with a low score. Prostate cancer cell lines overexpressing miR-301a had in significantly higher tumor growth and metastasis in a xenograft mouse model. CONCLUSIONS: A panel of miRNAs is associated with prostate cancer metastasis. These could be used as potential new prognostic factors in the surgical management of prostate cancer.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,011
Tête enseignante GPT0,298
Écart entre enseignants0,287 · 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

Citations36
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of CancerMême sujetMicroRNA in disease regulationTravaux en français237 207