Genetic factors associated with prostate cancer conversion from active surveillance to treatment
Notice bibliographique
Résumé
Men diagnosed with low-risk prostate cancer (PC) are increasingly electing active surveillance (AS) as their initial management strategy. While this may reduce the side effects of treatment for PC, many men on AS eventually convert to active treatment. PC is one of the most heritable cancers, and genetic factors that predispose to aggressive tumors may help distinguish men who are more likely to discontinue AS. To investigate this, we undertook a multi-institutional genome-wide association study (GWAS) of 5,222 PC patients and 1,139 other patients from replication cohorts, all of whom initially elected AS and were followed over time for the potential outcome of conversion from AS to active treatment. In the GWAS we detected 18 variants associated with conversion, 15 of which were not previously associated with PC risk. With a transcriptome-wide association study (TWAS), we found two genes associated with conversion (MAST3, p = 6.9 × 10−7 and GAB2, p = 2.0 × 10−6). Moreover, increasing values of a previously validated 269-variant genetic risk score (GRS) for PC was positively associated with conversion (e.g., comparing the highest to the two middle deciles gave a hazard ratio [HR] = 1.13; 95% confidence interval [CI] = 0.94–1.36); whereas decreasing values of a 36-variant GRS for prostate-specific antigen (PSA) levels were positively associated with conversion (e.g., comparing the lowest to the two middle deciles gave a HR = 1.25; 95% CI, 1.04–1.50). These results suggest that germline genetics may help inform and individualize the decision of AS—or the intensity of monitoring on AS—versus treatment for the initial management of patients with low-risk PC.
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 ».