Circulating Insulin-Like Growth Factor 1–Related Biomarkers and Risk of Lethal Prostate Cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Background Experimental and epidemiologic evidence supports the role of circulating insulin-like growth factor-1 (IGF-1) levels with the risk of prostate cancer. Most circulating IGF-1 is bound to specific binding proteins, and only about 5% circulates in a free form. We explored the relation of free IGF-1 and other components of the IGF system with lethal prostate cancer. Methods Using prospectively collected samples, we undertook a nested case-only analysis among 434 men with lethal prostate cancer and 524 men with indolent, nonlethal prostate cancer in the Physicians’ Health Study and the Health Professionals Follow-up Study. Prediagnostic plasma samples were assayed for free IGF-1 and total IGF-1, acid labile subunit, pregnancy-associated plasma protein A (PAPP-A), and intact and total IGF binding protein 4. We estimated odds ratios (ORs) and corresponding 95% confidence intervals (CIs) for the associations between IGF-1–related biomarkers and lethal prostate cancer using unconditional logistic regression models adjusted for age, height, and body mass index. Results Men in the highest quartile of PAPP-A levels had 42% higher odds of lethal prostate cancer (pooled adjusted OR = 1.42, 95% CI = 1.04 to 1.92) compared with men in the lowest 3 quartiles. There were no statistically significant differences in the other plasma analytes. The positive association between PAPP-A and lethal prostate cancer was present among men with intact PTEN but not among those with tumor PTEN loss (2-sided Pinteraction = .001). Conclusions Our study provides suggestive evidence that among men who later develop prostate cancer, higher plasma PAPP-A levels measured prior to diagnosis are associated with increased risk of lethal compared with indolent disease.
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.
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 | 0,001 |
| 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 | 0,001 |
| 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 découle