MétaCan
Menu
← Retour à la cohorte
Enregistrement W2496102636 · doi:10.1200/jco.2016.34.2_suppl.117

Copy number alterations of <i>P53</i>, <i>RB1,</i> and <i>MDM2</i> as prognostic markers in intermediate-risk prostate cancer.

2016· article· en· W2496102636 sur OpenAlexaff
Osman Mahamud, Melvin L.K. Chua, Emilie Lalonde, Jonathan So, Alan Dal Pra, Alejandro Berlín, Michèle Orain, Valérie Picard, Hélène Hovington, Alain Bergeron, Yves Fradet, Bernard Têtu, Gaetano Zafarana, Alice Meng, Julie Livingstone, Melania Pintilie, Michael Fraser, Theodorus van der Kwast, Paul C. Boutros, Robert G. Bristow

Notice bibliographique

RevueJournal of Clinical Oncology · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensUniversité LavalHôtel-Dieu de QuébecUniversity of TorontoUniversity Health NetworkPrincess Margaret Cancer CentreOntario Institute for Cancer Research
Organismes subventionnairesnon disponible
Mots-clésMedicineProstate cancerCancerProstateCohortOncologyImage-guided radiation therapyInternal medicineProstatectomyMdm2Radiation therapyBiologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

117 Background: We interrogated copy number alternations (CNA) of p53, Rb1 and MDM2 as prognostic determinants of biochemical failure in localized intermediate-risk prostate cancer. Methods: Using Affymetrix Oncoscan array technology, we characterized copy number alterations (CNA) for 284 D’Amico-classified intermediate-risk prostate cancers. Of the 284 patients, 143 underwent image-guided radiotherapy (IGRT), while 141 underwent radical prostatectomy (RadP). Biochemical-relapse free survival (bRFS) was assessed as a clinical end-point, with biochemical failure defined using the Phoenix and AUA criteria for IGRT and RadP patients, respectively. Results: We observed allelic losses ofp53 and Rb1 in 23.9% (n = 68) and 31.0% (n = 88) and allelic gains of MDM2 in 3.17% (n = 9) in our cohort, respectively. 7.7% (n = 22), 1.1% (n = 3) and 0.4% (n = 1) of all cases exhibited concurrent losses of p53 and Rb1, p53 loss and MDM2 gain, and concurrent p53/Rb1 loss and MDM2 gain, respectively. Patients with allelic losses of p53, Rb1 and allelic gain of MDM2 loci exhibited increased percent genome aberration (PGA) (Mean 9.2 vs. 6.1 p < 0.001; 10.1 vs. 5.4 p < 0.001; 18.1 vs. 6.5 p < 0.001 respectively). Rb1 loss and MDM2 gain were not significant predictors of bRFS, independent of treatment modality. Allelic loss of p53 was predictive of poor bRFS in the RadP cohort (HR = 1.86, 95% CI 1.10-3.16, p = 0.022), but not for IGRT patients (HR = 1.16, 95% CI 0.63-2.12, p = 0.629). Additionally, patients in the RadP cohort with concurrent losses of p53 and Rb1 also had a higher likelihood of poorer bRFS (HR = 2.32, 95% CI 1.1-4.93, p = 0.029). On multivariate analysis, incorporating PGA and pre-treatment PSA, concurrent p53/Rb1 losses, but not single p53 loss, was prognostic for bRFS in patients who underwent RadP (p53/Rb1 losses, HR = 2.16, 95% CI 1.0-4.65, Wald's p = 0.05; p53loss, HR = 1.62, 95% CI 0.94-2.79, Wald's p = 0.08). Conclusions: In a cohort of men with intermediate-risk prostate cancers, we identified an unfavourable subgroup of patients harbouring concurrent copy number losses of p53 and Rb1 that was associated with an adverse prognosis of biochemical failure following radical prostatectomy.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,022
Tête enseignante GPT0,385
Écart entre enseignants0,364 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetCancer Genomics and Diagnostics→Travaux en français237 207→