A 38-gene model comprised of key TET2-associated genes shows additive utility to high-risk prostate cancer cases in the prognostication of biochemical recurrence
Notice bibliographique
Résumé
BACKGROUND: Early treatment of patients at risk for developing aggressive prostate cancer is able to delay metastasis and reduce mortality; as such, up-front identification of these patients is critical. Several risk classification systems, including CAPRA-S, are currently used for disease prognostication. However, high-risk patients identified by these systems can still exhibit wide-ranging disease outcomes, leading to overtreatment of some patients in this group. METHODS: The master methylation regulator TET2 is downregulated in prostate cancer, where its loss is linked to aggressive disease and poor outcome. Using a random forest strategy, we developed a model based on the expression of 38 genes associated with TET2 utilizing 100 radical prostatectomy samples (training cohort) with a 49% biochemical recurrence rate. This 38-gene model was comprised of both upregulated and downregulated TET2-associated genes with a binary outcome, and was further assessed in an independent validation (n = 423) dataset for association with biochemical recurrence. RESULTS: 38-gene model status was able to correctly identify patients exhibiting recurrence with 81.4% sensitivity in the validation cohort, and added significant prognostic utility to the high-risk CAPRA-S classification group. Patients considered high-risk by CAPRA-S with negative 38-gene model status exhibited no statistically significant difference in time to recurrence from low-risk CAPRA-S patients, indicating that the expression of TET2-associated genes is able to separate truly high-risk cases from those which have a more benign disease course. CONCLUSIONS: The 38-gene model may hold potential in determining which patients would truly benefit from aggressive treatment course, demonstrating a novel role for genes linked to TET2 in the prognostication of PCa and indicating the importance of TET2 dysregulation among high-risk patient groups.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».