Histologically benign PI‐RADS 4 and 5 lesions contain cancer‐associated epigenetic alterations
Notice bibliographique
Résumé
BACKGROUND: The detection rate of clinically significant prostate cancer has improved with the use of multiparametric magnetic resonance imaging (mpMRI). Yet, even with MRI-guided biopsy 15%-35% of high-risk lesions (Prostate Imaging-Reporting and Data System [PI-RADS] 4 and 5) are histologically benign. It is unclear if these false positives are due to diagnostic/sampling errors or pathophysiological alterations. To better understand this, we tested histologically benign PI-RAD 4 and 5 lesions for common malignant epigenetic alterations. MATERIALS AND METHODS: MRI-guided in-bore biopsy samples were collected from 45 patients with PI-RADS 4 (n = 31) or 5 (n = 14) lesions. Patients had a median clinical follow-up of 3.8 years. High-risk mpMRI patients were grouped based on their histology into biopsy positive for tumor (BPT; n = 28) or biopsy negative for tumor (BNT; n = 17). From these biopsy samples, DNA methylation of well-known tumor suppressor genes (APC, GSTP1, and RARβ2) was quantified. RESULTS: Similar to previous work we observed high rates of promoter methylation at GSTP1 (92.7%), RARβ2 (57.3%), and APC (37.8%) in malignant BPT samples but no methylation in benign TURP chips. Interestingly, similar to the malignant samples the BNT biopsies also had increased methylation at the promoter of GSTP1 (78.8%) and RARβ2 (34.6%). However, despite these epigenetic alterations none of these BNT patients developed prostate cancer, and those who underwent repeat mpMRI (n = 8) demonstrated either radiological regression or stability. CONCLUSIONS: Histologically benign PI-RADS 4 and 5 lesions harbor prostate cancer-associated epigenetic alterations.
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) | 0,000 | 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 ».