A novel biomarker signature to predict aggressive disease in African-American men with prostate cancer.
Notice bibliographique
Résumé
24 Background: Numerous studies have reported a significantly higher incidence of PCa and/or adverse pathological features associated with African-American men compared to European-American men. Less however is known about the genomic disparities that exist between these two groups. In this report we compared the race-specific expression of biomarkers linked to PCa pathogenesis in a matched cohort of AA and EA men. Methods: PCa data from AA and EA patients were analyzed from four medical centers. Cases were matched based on CAPRA-S within each institution for a total sample size of 300 (121-AA; 179-EA). The distribution of mRNA expression levels of 20 validated biomarkers associated with PCa initiation and progression was compared by race using a false-discovery-rate adjusted Mann-Whitney U, and logistic regression models. Conditional logistic regression models were used to evaluate the interaction between race and biomarker expression for predicting pathologic T3 PCa. Results: Of 20 biomarkers interrogated, 6 showed statistically significant differential expression in AA compared with EA men in one or more statistical models. These include TMPRSS2-ERG (p<0.001), AMACR (p<0.001), SPINK1 (p=0.005), AR (p=0.018), SRD5A2 (p=0.005), and GSTP1 (p=0.021). Dysregulation of MYCBP (p=0.043) increases risk of pT3 disease in AA but decreases the risk in EA men, while the reverse is true for AMACR (p=0.013), TMPRSS2-ERG (p=0.026), FOXP1 (p=0.016), and GSTP1 (p=0.032). Loss-of-function mutation for tumor suppressors PTEN (p=0.046), TP53 (p=0.042), and RB1 (p=0.027), and dysregulation of AR (p=0.015), EZH2 (p=0.043), NKX3-1 (p=0.024), SRD5A2 (p=0.032), and SPOP (p=0.032) increased risk of pT3 disease for both AA and EA men. Conclusions: We have identified a subset of PCa biomarkers that predict risk of clinico-pathologic outcomes in a race-dependent manner. These biomarkers may in part explain the biological contribution to racial disparity in PCa outcomes between EA and AA men.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».