Family history of prostate cancer and prostate tumor aggressiveness in black and non-black men;results from an equal access biopsy study
Notice bibliographique
Résumé
PURPOSE: To test for racial differences in associations between family history (FH) of prostate cancer (PC) and prostate cancer aggressiveness in a racially diverse equal access population undergoing prostate biopsy. SUBJECTS/PATIENTS AND METHODS: We prospectively enrolled men undergoing prostate biopsy at the Durham Veterans Administration from 2007 to 2018 and assigned case or control status based on biopsy results. Race and FH of PC were self-reported on questionnaires. Logistic regression was used to test the association between FH and PC diagnosis overall and by tumor aggressiveness [high- (Grade Group 3-5) or low-grade (Grade Group 1-2) vs. no cancer], overall, and stratified by race. Models were adjusted for age and year of consent, race, PSA level, digital rectal exam findings, prostate volume, and previous (negative) biopsy receipt. RESULTS: Of 1,225 men, 323 had a FH of PC and 652 men were diagnosed with PC on biopsy. On multivariable analysis, FH was associated with increased odds of high-grade PC in black (OR 1.85, p = 0.041) and all men (OR 1.56, p = 0.057) and was unrelated to overall or low-grade PC diagnosis, overall, or stratified by race (all p ≥ 0.325). In sensitivity analyses among men without a previous biopsy, results were slightly more pronounced. CONCLUSION: In this setting of equal access to care, positive FH of PC was associated with increased tumor aggressiveness in black men, but not non-black men undergoing prostate biopsy. Further research is required to tease apart the contribution of genetics from increased PC awareness potentially influencing screening and biopsy rates in men with FH.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».