Association of multiparametric MRI quantitative imaging features with prostate cancer gene expression in MRI-targeted prostate biopsies
Notice bibliographique
Résumé
// Radka Stoyanova 1 , Alan Pollack 1 , Mandeep Takhar 2 , Charles Lynne 3 , Nestor Parra 1 , Lucia L.C. Lam 2 , Mohammed Alshalalfa 2 , Christine Buerki 2 , Rosa Castillo 4 , Merce Jorda 3, 5 , Hussam Al-deen Ashab 2 , Oleksandr N. Kryvenko 3, 5 , Sanoj Punnen 3 , Dipen J. Parekh 3 , Matthew C. Abramowitz 1 , Robert J. Gillies 6 , Elai Davicioni 2 , Nicholas Erho 2 , Adrian Ishkanian 1 1 Department of Radiation Oncology, University of Miami Miller School of Medicine, Miami, FL, USA 2 Reserach and Development, GenomeDx Biosciences, Vancouver, BC, Canada 3 Department of Urology, University of Miami Miller School of Medicine, Miami, FL, USA 4 Department of Radiology, University of Miami Miller School of Medicine, Miami, FL, USA 5 Department of Pathology and Laboratory Medicine, University of Miami Miller School of Medicine, Miami, FL, USA 6 Cancer Imaging and Metabolism, Moffitt Cancer Center, Tampa, FL, USA Correspondence to: Radka Stoyanova, email: rstoyanova@med.miami.edu Keywords: prostate cancer, multiparametric MRI, MRI-targeted biopsies, gene expression, radiogenomics Received: February 26, 2016 Accepted: June 30, 2016 Published: July 11, 2016 ABSTRACT Standard clinicopathological variables are inadequate for optimal management of prostate cancer patients. While genomic classifiers have improved patient risk classification, the multifocality and heterogeneity of prostate cancer can confound pre-treatment assessment. The objective was to investigate the association of multiparametric (mp)MRI quantitative features with prostate cancer risk gene expression profiles in mpMRI-guided biopsies tissues. Global gene expression profiles were generated from 17 mpMRI-directed diagnostic prostate biopsies using an Affimetrix platform. Spatially distinct imaging areas (‘habitats’) were identified on MRI/3D-Ultrasound fusion. Radiomic features were extracted from biopsy regions and normal appearing tissues. We correlated 49 radiomic features with three clinically available gene signatures associated with adverse outcome. The signatures contain genes that are over-expressed in aggressive prostate cancers and genes that are under-expressed in aggressive prostate cancers. There were significant correlations between these genes and quantitative imaging features, indicating the presence of prostate cancer prognostic signal in the radiomic features. Strong associations were also found between the radiomic features and significantly expressed genes. Gene ontology analysis identified specific radiomic features associated with immune/inflammatory response, metabolism, cell and biological adhesion. To our knowledge, this is the first study to correlate radiogenomic parameters with prostate cancer in men with MRI-guided biopsy.
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 | 0,002 |
| 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 | 0,001 | 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 ».