Copy number alterations of <i>c‐MYC</i> and <i>PTEN</i> are prognostic factors for relapse after prostate cancer radiotherapy
Notice bibliographique
Résumé
Despite the use of PSA, Gleason score, and T-category as prognosticators in intermediate-risk prostate cancer, 20-40% of patients will fail local therapy. In order to optimize treatment approaches for intermediate-risk patients, additional genetic prognosticators are needed. Previous reports using array comparative genomic hybridization (aCGH) in radical prostatectomy cohorts suggested a combination of allelic loss of the PTEN gene on 10q and allelic gain of the c-MYC gene on 8q were associated with metastatic disease. We tested whether copy number alterations (CNAs) in PTEN (allelic loss) and c-MYC (allelic gain) were associated with biochemical relapse following modern-era, image-guided radiotherapy (mean dose 76.4 Gy). We used aCGH analyses validated by fluorescence in-situ hybridization (FISH) of DNA was derived from frozen, pre-treatment biopsies in 126 intermediate-risk prostate cancer patients. Patients whose tumors had CNAs in both PTEN and c-MYC had significantly increased genetic instability (percent genome alteration; PGA) compared to tumors with normal PTEN and c-MYC status (p < 0.0001). We demonstrate that c-MYC gain alone, or combined c-MYC gain and PTEN loss, were increasingly prognostic for relapse on multivariable analyses (hazard ratios (HR) of 2.58/p = 0.005 and 3.21/p = 0.0004; respectively). Triaging patients by the use of CNAs within pre-treatment biopsies may allow for better use of systemic therapies to target sub-clinical metastases or locally recurrent disease and improve clinical outcomes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».