Development and validation of a quantitative reactive stroma biomarker (qRS) for prostate cancer prognosis
Notice bibliographique
Résumé
To develop and validate a new tissue-based biomarker that improves prediction of outcomes in localized prostate cancer by quantifying the host response to tumor. We use digital image analysis and machine learning to develop a biomarker of the prostate stroma called quantitative reactive stroma (qRS). qRS is a measure of percentage tumor area with a distinct, reactive stromal architecture. Kaplan Meier analysis was used to determine survival in a large retrospective cohort of radical prostatectomy samples. qRS was validated in two additional, distinct cohorts that include international cases and tissue from both radical prostatectomy and biopsy specimens. In the developmental cohort (Baylor College of Medicine, n = 482), patients whose tumor had qRS > 34% had increased risk of prostate cancer-specific death (HR 2.94; p = 0.039). This result was replicated in two validation cohorts, where patients with qRS > 34% had increased risk of prostate cancer-specific death (MEDVAMC; n = 332; HR 2.64; p = 0.02) and also biochemical recurrence (Canary; n = 988; HR 1.51; p = 0.001). By multivariate analysis, these associations were shown to hold independent predictive value when compared to currently used clinicopathologic factors including Gleason score and PSA. qRS is a new, validated biomarker that predicts prostate cancer death and biochemical recurrence across three distinct cohorts. It measures host-response rather than tumor-based characteristics, and provides information not represented by standard prognostic measurements.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».