MétaCan
Menu
Retour à la cohorte
Enregistrement W2431963657 · doi:10.1158/0008-5472.can-16-0902

Integrated Classification of Prostate Cancer Reveals a Novel Luminal Subtype with Poor Outcome

2016· article· en· W2431963657 sur OpenAlexaff
Sungyong You, Beatrice S. Knudsen, Nicholas Erho, Mohammed Alshalalfa, Mandeep Takhar, Hussam Al-Deen Ashab, Elai Davicioni, R. Jeffrey Karnes, Eric A. Klein, Robert B. Den, Ashley E. Ross, Edward M. Schaeffer, Isla P. Garraway, Jayoung Kim, Michael R. Freeman

Notice bibliographique

RevueCancer Research · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueProstate Cancer Treatment and Research
Établissements canadiensGenome British Columbia
Organismes subventionnairesNational Center for Research ResourcesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institutes of HealthNational Cancer InstituteUrology FoundationUrology Care Foundation
Mots-clésProstate cancerCancerOncologyProstateMedicineInternal medicineOutcome (game theory)Biology

Résumé

récupéré en direct d'OpenAlex

Prostate cancer is a biologically heterogeneous disease with variable molecular alterations underlying cancer initiation and progression. Despite recent advances in understanding prostate cancer heterogeneity, better methods for classification of prostate cancer are still needed to improve prognostic accuracy and therapeutic outcomes. In this study, we computationally assembled a large virtual cohort (n = 1,321) of human prostate cancer transcriptome profiles from 38 distinct cohorts and, using pathway activation signatures of known relevance to prostate cancer, developed a novel classification system consisting of three distinct subtypes (named PCS1-3). We validated this subtyping scheme in 10 independent patient cohorts and 19 laboratory models of prostate cancer, including cell lines and genetically engineered mouse models. Analysis of subtype-specific gene expression patterns in independent datasets derived from luminal and basal cell models provides evidence that PCS1 and PCS2 tumors reflect luminal subtypes, while PCS3 represents a basal subtype. We show that PCS1 tumors progress more rapidly to metastatic disease in comparison with PCS2 or PCS3, including PSC1 tumors of low Gleason grade. To apply this finding clinically, we developed a 37-gene panel that accurately assigns individual tumors to one of the three PCS subtypes. This panel was also applied to circulating tumor cells (CTC) and provided evidence that PCS1 CTCs may reflect enzalutamide resistance. In summary, PCS subtyping may improve accuracy in predicting the likelihood of clinical progression and permit treatment stratification at early and late disease stages. Cancer Res; 76(17); 4948-58. ©2016 AACR.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,172
Tête enseignante GPT0,451
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations228
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetProstate Cancer Treatment and ResearchTravaux en français237 207