Can post‐treatment free PSA ratio be used to predict adverse outcomes in recurrent prostate cancer?
Notice bibliographique
Résumé
OBJECTIVES: To assess whether free PSA ratio (FPSAR) at biochemical recurrence (BCR) can predict metastasis, castrate-resistant prostate cancer (CRPC), and cancer-specific survival (CSS), following therapy for localised disease. PATIENTS AND METHODS: A single-centre retrospective cohort study (NCT03927287) including a discovery cohort composed of patients with an FPSAR after radical prostatectomy (RP) or radiotherapy (RT) between 2000 and 2017. For validation, an independent Biobank cohort of patients with BCR after RP was tested. Using a defined FPSAR cut-off, the metastasis-free-survival (MFS), CRPC-free survival, and CSS were compared. Multivariable Cox models determined the association between post-treatment FPSAR, metastases, and CRPC. RESULTS: Overall, 822 patients (305 RP- and 363 RT-treated patients and 154 Biobank patients) were analysed. In the RP cohort, a total of 272/305 (89.1%) and 33/305 (10.9%) had a FPSAR test incidentally and reflexively, respectively. In the RT cohort, 155/363 (42.7%) and 208/263 (57.3%) had a FPSAR test incidentally and reflexively, respectively. However, in the prospective Biobank RP cohort, FPSAR testing was done on all samples of patients diagnosed with BCR. A FPSAR cut-off of 0.10 was determined using receiver operating characteristic analyses in both the RP and RT cohorts. A FPSAR of <0.10 resulted in longer median MFS (14.8 vs 9.3 years and 14.8 vs 13 years, respectively), and longer median CRPC-free survival (median not reached vs 9.9 years and 20.7 vs 13.8 years, respectively). Multivariable analyses showed that a FPSAR of ≥0.10 was associated with increased metastasis in the RP cohort (hazard ratio [HR] 1.915, 95% confidence interval [CI] 1.241-2.955) and RT cohort (HR 1.754, 95% CI 1.112-2.769), and increased CRPC in the RP cohort (HR 2.470, 95% CI 1.493-4.088). Findings were validated in the Biobank cohort. CONCLUSIONS: A post-treatment FPSAR of ≥0.10 is associated with more aggressive disease, suggesting a potentially novel role for this biomarker.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».