A Tri-Marker Proliferation Index Predicts Biochemical Recurrence after Surgery for Prostate Cancer
Notice bibliographique
Résumé
Prostate cancer exhibits tremendous variability in clinical behavior, ranging from indolent to lethal disease. Better prognostic markers are needed to stratify patients for appropriately aggressive therapy. By expression profiling, we can identify a proliferation signature variably expressed in prostate cancers. Here, we asked whether one or more tissue biomarkers might capture that information, and provide prognostic utility. We assayed three proliferation signature genes: MKI67 (Ki-67; also a classic proliferation biomarker), TOP2A (DNA topoisomerase II, alpha), and E2F1 (E2F transcription factor 1). Immunohistochemical staining was evaluable on 139 radical prostatectomy cases (in tissue microarray format), with a median clinical follow-up of eight years. Each of the three proliferation markers was by itself prognostic. Notably, combining the three markers together as a "proliferation index" (0 or 1, vs. 2 or 3 positive markers) provided superior prognostic performance (hazard ratio = 2.6 (95% CI: 1.4-4.9); P = 0.001). In a multivariate analysis that included preoperative serum prostate specific antigen (PSA) levels, Gleason grade and pathologic tumor stage, the composite proliferation index remained a significant predictor (P = 0.005). Analysis of receiver-operating characteristic (ROC) curves confirmed the improved prognostication afforded by incorporating the proliferation index (compared to the clinicopathologic data alone). Our findings highlight the potential value of a multi-gene signature-based diagnostic, and define a tri-marker proliferation index with possible utility for improved prognostication and treatment stratification in 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 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 ».