Cell-free DNA as a biomarker for prostate cancer: elevated concentration and decreased fragment size
Notice bibliographique
Résumé
Abstract Purpose Prostate cancer is the most commonly diagnosed neoplasm in American men. Although existing biomarkers may detect localized prostate cancer, additional strategies are necessary for improving detection and identifying aggressive disease that may require further intervention. One promising, minimally invasive biomarker is cell-free DNA (cfDNA), which consist of short DNA fragments released into circulation by dying or lysed cells that may reflect underlying cancer. Here we investigated whether differences in cfDNA concentration and cfDNA fragment size could improve the sensitivity for detecting more advanced and aggressive prostate cancer. Materials and Methods This study included 268 individuals: 34 healthy controls, 112 men with localized prostate cancer who underwent radical prostatectomy (RP), and 122 men with metastatic castration-resistant prostate cancer (mCRPC). Plasma cfDNA concentration and fragment size were quantified with the Qubit 3.0 and the 2100 Bioanalyzer. The potential relationship between cfDNA concentration or fragment size and localized or mCRPC prostate cancer was evaluated with descriptive statistics, logistic regression, and area under the curve analysis with cross-validation. Results Plasma cfDNA concentrations were elevated in mCRPC patients in comparison to localized disease (OR 5 ng/mL = 1.34, P = 0.027) or to being a control (OR 5 ng/mL = 1.69, P = 0.034). Decreased average fragment size was associated with an increased risk of localized disease compared to controls (OR 5bp = 0.77, P = 0.0008). Conclusion This study suggests that cfDNA concentration and average cfDNA fragment size may provide a quick, cost-effective approach to help determine which patients will benefit most from further screening and/or disease monitoring to help improve prostate cancer outcomes.
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 | 0,002 |
| 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 ».