Can free PSA be used as a biomarker in biochemical recurrence after surgery to predict castrate resistant prostate cancer?
Notice bibliographique
Résumé
177 Background: PSA produced from prostate cancer (PC) cells escapes proteolytic processing, resulting in a more complexed PSA and a lower %fPSA. Higher %fpsa correlates with lower PC risk. However, the role of fPSA in biochemical recurrence (BCR) after radical prostatectomy (RP) is unknown. Methods: All patients who had BCR after RP and at least one fPSA test, were included. Patients were stratified according to the %fPSA cut-off of 0.15. Multivariable logistic regression analysis was performed to predict covariates associated with a higher %fPSA. Results: A total of 81 men with BCR were found (Table 1). Interestingly, 20% (group 1) vs. 60% (groups 2) become castrate resistant (CRPC), p<0.0001 and the time to reach CRPC state was much shorter in group 2 (33.5 months) vs. group 1 (57.9 months), p=0.05. Additionally, 60% of group 2 patients vs. 32.5% of group 1 patients developed metastasis, p=0.014. Lastly, median survival of 193 months for group 2 patients with no median survival for group 1, Log Rank test p=0.023. Multivariable logistic regression analysis demonstrated that secondary Gleason score of 5 (compared to 3) and %fPSA>0.15 predicted CRPC status (OR 11.63, CI 95% 1.38-97.4, p=0.024, OR 7.99, CI 95% 2-31.95, p=0.003, respectively). Conclusions: %fPSA>0.15 in the setting of BCR confers a more aggressive disease, manifesting in a faster development of CRPC, metastasis and death. Our findings suggest a reversal in the significance of % fPSA values in BCR patients, and should be validated in larger cohorts. [Table: see text]
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».