Characterization of <i>TMPRSS2-ERG</i> Fusion High-Grade Prostatic Intraepithelial Neoplasia and Potential Clinical Implications
Notice bibliographique
Résumé
PURPOSE: More than 1,300,000 prostate needle biopsies are done annually in the United States with up to 16% incidence of isolated high-grade prostatic intraepithelial neoplasia (HGPIN). HGPIN has low predictive value for identifying prostate cancer on subsequent needle biopsies in prostate-specific antigen-screened populations. In contemporary series, prostate cancer is detected in approximately 20% of repeat biopsies following a diagnosis of HGPIN. Further, discrete histologic subtypes of HGPIN with clinical implication in management have not been characterized. The TMPRSS2-ERG gene fusion that has recently been described in prostate cancer has also been shown to occur in a subset of HGPIN. This may have significant clinical implications given that TMPRSS2-ERG fusion prostate cancer is associated with a more aggressive clinical course. EXPERIMENTAL DESIGN: In this study, we assessed a series of HGPIN lesions and paired prostate cancer for the presence of TMPRSS2-ERG gene fusion. RESULTS: Fusion-positive HGPIN was observed in 16% of the 143 number of lesions, and in all instances, the matching cancer shared the same fusion pattern. Sixty percent of TMPRSS2-ERG fusion prostate cancer had fusion-negative HGPIN. CONCLUSIONS: Given the more aggressive nature of TMPRSS2-ERG prostate cancer, the findings of this study raise the possibility that gene fusion-positive HGPIN lesions are harbingers of more aggressive disease. To date, pathologic, molecular, and clinical variables do not help stratify which men with HGPIN are at increased risk for a cancer diagnosis. Our results suggest that the detection of isolated TMPRSS2-ERG fusion HGPIN would improve the positive predictive value of finding TMPRSS2-ERG fusion prostate cancer in subsequent biopsies.
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 | 0,001 | 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 ».