Plasma osteopontin as a biomarker of prostate cancer aggression: relationship to risk category and treatment response
Notice bibliographique
Résumé
BACKGROUND: High plasma osteopontin (OPN) has been linked to tumour hypoxia, metastasis, and poor prognosis. This study aims to assess whether plasma osteopontin was a biomarker of increasing progression within prostate cancer (PCa) prognostic groups and whether it reflected treatment response to local and systemic therapies. METHODS: Baseline OPN was determined in men with localised (n=199), locally recurrent (n=9) and castrate-resistant, metastatic PCa (CRPC-MET; n=37). Receiver-operating curves (ROC) were generated to describe the accuracy of OPN for distinguishing between localised risk groups or localised vs metastatic disease. We also measured OPN pre- and posttreatment, following radical prostatectomy, external beam radiotherapy (EBRT), androgen deprivation (AD) or taxane-based chemotherapy. RESULTS: The CRPC-MET patients had increased baseline values (mean 219; 56-513 ng ml(-1); P<0.0001) compared with the localised, non-metastatic group (mean 72; 12-438 ng ml(-1)). The area under the ROC to differentiate localised vs metastatic disease was improved when OPN was added to prostate-specific antigen (PSA) (0.943-0.969). Osteopontin neither distinguished high-risk PCa from other localised PCa nor correlated with serum PSA at baseline. Osteopontin levels reduced in low-risk patients after radical prostatectomy (P=0.005) and in CRPC-MET patients after chemotherapy (P=0.027), but not after EBRT or AD. CONCLUSION: Plasma OPN is as good as PSA at predicting treatment response in CRPC-MET patients after chemotherapy. Our data do not support the use of plasma OPN as a biomarker of increasing tumour burden within localised PCa.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».