Circulating miRNAs as non-invasive biomarkers to predict aggressive prostate cancer after radical prostatectomy
Notice bibliographique
Résumé
BACKGROUND: Prostate cancer is an extremely heterogeneous disease. Despite being clinically similar, some tumours are more likely to recur after surgery compared to others. Distinguishing those that need adjuvant or salvage radiotherapy will improve patient outcomes. The goal of this study was to identify circulating microRNA that could independently predict prostate cancer patient risk stratification after radical prostatectomy. METHODS: Seventy-eight prostate cancer patients were recruited at the Odette Cancer Centre in Sunnybrook Health Sciences Centre. All patients had previously undergone radical prostatectomy. Blood samples were collected simultaneously for PSA testing and miRNA analysis using NanoString nCounter technology. Of the 78 samples, 75 had acceptable miRNA quantity and quality. Patients were stratified into high- and low-risk categories based on Gleason score, pathological T stage, surgical margin status, and diagnostic PSA: patients with Gleason ≥ 8; pT3a and positive margin; pT3b and any margin; or diagnostic PSA > 20 µg/mL were classified as high-risk (n = 44) and all other patients were classified as low-risk (n = 31). RESULTS: Using our patient dataset, we identified a four-miRNA signature (miR-17, miR-20a, miR-20b, miR-106a) that can distinguish high- and low-risk patients, in addition to their pathological tumour stage. High expression of these miRNAs is associated with shorter time to biochemical recurrence in the TCGA dataset. These miRNAs confer an aggressive phenotype upon overexpression in vitro. CONCLUSIONS: This proof-of-principle report highlights the potential of circulating miRNAs to independently predict risk stratification of prostate cancer patients after 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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».