Analysis of small non-coding RNAs in urinary exosomes to classify prostate cancer into low-grade (GG1) and higher-grade (GG2-5).
Notice bibliographique
Résumé
277 Background: To develop a new predictive test for prostate cancer, based on the interrogation of small non-coding RNAs (sncRNA) isolated from urinary exosomes. We report the development and performance of the miR Sentinel PCa Test, that distinguishes patients with prostate cancer from those with no evidence of prostate cancer (NEPC) and the miR Sentinel CS Test, that distinguishes low grade from higher grade disease. Methods: Affymetrix miR 4.0 arrays were used to identify informative sncRNAs isolated from urinary exosomes. sncRNA from 233 subjects undergoing a prostate biopsy [89 men with benign biopsies, 88 with grade group 1 (GG1) cancer and 56 patients with grade group 2-5 (GG2-5)] were interrogated on these arrays. A custom OpenArray platform was designed to interrogate the 280 most informative sncRNAs, identified using a data-driven selection algorithm. The platform was designed to categorize patients as either no cancer or cancer using the miR Sentinel PCa Test, and subclassify the patients with cancer into GG1 or GG2-5 cancer using the miR Sentinel CS Test. The performance of the miR Sentinel PCa and CS Tests was validated in an independent cohort. Results: In 233 men, theSentinel PCa Test correctly classified 89/89 subjects with no cancer and 144/144 with cancer. The Sentinel CS Test correctly identified 55/56 patients with GG2-5 and 87/88 patients with GG1. Sensitivity was 98%, Specificity 98%, NPV 98% and PPV 93%. For validation, a prospective observational study of 329 subjects (NEPC = 139; GG1= 88; GG2-5 = 102) with elevated PSA correctly classified 134/139 as no cancer [Sensitivity 98% (195/199); Specificity 96% (134/139), PPV 98% and NPV 97%]. The Sentinel CS Test classified 87/88 as GG1 and 102/102 as GG2-5 [Sensitivity 100% (102/102), Specificity 99% (87/88), PPV 99%, and NPV=100%]. Conclusions: Initial evaluation of the miR Sentinel PCa and CS Tests demonstrated the high precision of these tests to detect prostate cancer and distinguish high grade (GG2-5) disease. Further validation is ongoing.[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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».