RNAseq Analysis of FFPE Radical Prostatectomy Specimens Identifies Predictors of Biochemical Recurrence
Notice bibliographique
Résumé
To identify effective predictors of recurrence following radical prostatectomy, RNAseq libraries were prepared from RNA derived from 71 Formalin Fixed Paraffin Embedded (FFPE) prostatectomy samples from two institutions, and high‐throughput sequencing was performed on an Illumina HiSeq2000 instrument. Subjects were divided into high and low risk groups based on the optimal predictive score cutoff from ROC analysis, and we performed log rank test to compare biochemical recurrence (BCR) between the two risk groups. For the 70 samples analyzed, clinical variables alone were highly predictive of recurrence (log‐rank test p=2.55e‐04); however the panel of 11 genes from the RNAseq analysis outperformed clinical variables alone (log rank test p=1.82e‐13). Prediction using this model achieved an ROC AUC of 0.959 with 85% sensitivity and 97% specificity. This set of RNA biomarkers may be useful in the prediction of BCR following radical prostatectomy, irrespective of stage, grade, race, or pre‐operative PSA. Patients with tumors having increased expression of these markers may benefit from close follow‐up after surgery. Research supported by DOD IDEA Award W81XWH‐010–1‐0090.
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 | 0,000 |
| 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 ».