Finasteride Modifies the Relation between Serum C-Peptide and Prostate Cancer Risk: Results from the Prostate Cancer Prevention Trial
Notice bibliographique
Résumé
Hyperinsulinemia and obesity-related metabolic disturbances are common and have been associated with increased cancer risk and poor prognosis. To investigate this issue in relation to prostate cancer, we conducted a nested case-control study within the Prostate Cancer Prevention Trial (PCPT), a randomized, placebo-controlled trial testing finasteride versus placebo for primary prevention of prostate cancer. Cases (n = 1,803) and controls (n = 1,797) were matched on age, PCPT treatment arm, and family history of prostate cancer; controls included all eligible non-whites. Baseline bloods were assayed for serum C-peptide (marker of insulin secretion) and leptin (an adipokine) using ELISA. All outcomes were biopsy determined. Logistic regression calculated odds ratios (OR) for total prostate cancer and polytomous logistic regression calculated ORs for low-grade (Gleason <7) and high-grade (Gleason >7) disease. Results were stratified by PCPT treatment arm for C-peptide. For men on placebo, higher versus lower serum C-peptide was associated with a nearly 2-fold increased risk of high-grade prostate cancer (Gleason >7; multivariate-adjusted OR, 1.88; 95% confidence interval, 1.19-2.97; P(trend) = 0.004). When C-peptide was modeled as a continuous variable, every unit increase in log(C-peptide) resulted in a 39% increased risk of high-grade disease (P = 0.01). In contrast, there was no significant relationship between C-peptide and high-grade prostate cancer among men receiving finasteride. Leptin was not independently associated with high-grade prostate cancer. In conclusion, these results support findings from other observational studies that high serum C-peptide and insulin resistance, but not leptin, are associated with increased risk of high-grade prostate cancer. Our novel finding is that the C-peptide-associated risk was attenuated by use of finasteride.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».