Biologic and epidemiologic evidence assessing if statins prevent prostate cancer.
Notice bibliographique
Résumé
INTRODUCTION: During their lives, 1 in 8 men will be diagnosed with prostate cancer. Several drugs have been shown to decrease prostate cancer risk, but have not been widely used in prostate cancer prevention because of concerns about side-effects and cost-effectiveness. Statins are indicated for prevention of cardiovascular disease, have an excellent benefit to risk profile, and some studies suggest that statins may reduce the risk of prostate cancer. MATERIALS AND METHODS: We performed a systematic search of Medline (Ovid), EMBASE (Ovid), and PubMed. This search informed a narrative review of the biological rationale for why statins may reduce prostate cancer risk and an evaluation of the existing epidemiological evidence to determine whether further studies are needed to assess the true impact of statins on prostate cancer risk. RESULTS: Statins may help prevent the development of prostate cancer through inhibition of sustained proliferative signals (androgen and Ras/Rho), sensitizing potentially malignant cells to programmed cell death, minimizing inflammation, reducing angiogenesis, and impeding invasiveness by blocking adhesion molecules. The epidemiologic literature examining the effect of statin use on overall prostate cancer diagnosis is highly heterogeneous, with relative risks of 0.26 to 2.94. Out of 33 published studies, 5 show an increased risk of prostate cancer with statin use, 10 demonstrate a decreased risk, and 18 suggest no effect. CONCLUSION: There is a compelling pre-clinical rationale for statins as potential chemopreventive agents. However, large, population-based studies with long pre-diagnosis drug exposure data are needed to investigate the impact of statin exposure on prostate cancer incidence.
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 | 0,001 | 0,001 |
| 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 ».