Advancing Risk Assessment of Intermediate Risk Prostate Cancer Patients
Notice bibliographique
Résumé
The individual risk to progression is unclear for intermediate risk prostate cancer patients. To assess their risk to progression, we examined the level of genomic instability in circulating tumor cells (CTCs) using quantitative three-dimensional (3D) telomere analysis. Data of CTCs from 65 treatment-naïve patients with biopsy-confirmed D’Amico-defined intermediate risk prostate cancer were compared to radical prostatectomy pathology results, which provided a clinical endpoint to the study and confirmed pre-operative pathology or demonstrated upgrading. Hierarchical centroid cluster analysis of 3D pre-operative CTC telomere profiling placed the patients into three subgroups with different potential risk of aggressive disease. Logistic regression modeling of the risk of progression estimated odds ratios with 95% confidence interval (CI) and separated patients into “stable” vs. “risk of aggressive” disease. The receiver operating characteristic (ROC) curve showed an area under the curve (AUC) of 0.77, while prostate specific antigen (PSA) (AUC of 0.59) and Gleason 3 + 4 = 7 vs. 4 + 3 = 7 (p > 0.6) were unable to predict progressive or stable disease. The data suggest that quantitative 3D telomere profiling of CTCs may be a potential tool for assessing a patient’s prostate cancer pre-treatment risk.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».