African American Specific Gene Panel Predictive of Poor Prostate Cancer Outcome
Notice bibliographique
Résumé
PURPOSE: Most prostate cancer in African American men lacks the ETS (E26 transforming specific) family fusion event (ETS-). We aimed to establish clinically relevant biomarkers in African American men by studying ETS dependent gene expression patterns to identified race specific genes predictive of outcomes. MATERIALS AND METHODS: Two multicenter cohorts of a total of 1,427 men were used for the discovery and validation (635 and 792 men, respectively) of race specific predictive biomarkers. We used false discovery rate adjusted q values to identify race and ETS dependent genes which were differentially expressed in African American men who experienced biochemical recurrence within 5 years. Principal component modeling along with survival analysis was done to assess the accuracy of the gene panel in predicting recurrence. RESULTS: We identified 3,047 genes which were differentially expressed based on ETS status. Of these genes 362 were differentially expressed in a race specific manner (false discovery rate 0.025 or less). A total of 81 genes were race specific and over expressed in African American men who experienced biochemical recurrence. The final gene panel included APOD, BCL6, EMP1, MYADM, SRGN and TIMP3. These genes were associated with 5-year biochemical recurrence (HR 1.97, 95% CI 1.27-3.06, p = 0.002) and they improved the predictive accuracy of clinicopathological variables only in African American men (60-month time dependent AUC 0.72). CONCLUSIONS: In an effort to elucidate biological features associated with prostate cancer aggressiveness in African American men we identified ETS dependent biomarkers predicting early onset biochemical recurrence only in African American men. Thus, these ETS dependent biomarkers representing ideal candidates for biomarkers of aggressive disease in this patient population.
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 | 0,001 |
| 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) | 0,002 | 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 ».