The effect of lowering cholesterol through diet on serum prostate-specific antigen levels: A secondary analysis of clinical trials
Notice bibliographique
Résumé
IMPORTANCE: Statins appear to lower serum prostate-specific antigen (PSA) and improve prostate cancer (PCa) outcomes through cholesterol-dependent and independent mechanisms. While dietary modifications have an established role in serum cholesterol reduction, whether diet-driven cholesterol reductions yield similar PCa benefits to that observed with statins is unclear. We aimed to study the effect of dietdriven cholesterol reduction on serum PSA and estimated-PCa risk. METHODS: A total of 291 men from six published randomized controlled trials of dietary interventions were included. Men were aged ≥40 years, free of PCa, and had baseline PSA <10.0 ng/mL. Participants received one of four diets (high-fiber, low-glycemic index, low-glycemic load, or cholesterol-lowering) for 8-24 weeks. The primary outcome evaluated the association between change from baseline low-density lipoprotein cholesterol (LDL-C) and PSA. How cholesterol reduction modified PCa risk was estimated using the Prostate Cancer Prevention Trial (PCPT) risk calculator (limited to age ≥55 years, baseline PSA ≥1.0 ng/mL). RESULTS: Baseline PSA was 0.90 ng/mL (interquartile range [IQR] 0.55-1.60) and LDL-C was 90 mg/dL (IQR 69-125). In multivariate regression, PSA decreased 1.9% (95% confidence interval [CI] 0.55-3.2, p=0.005) per 10% reduction in LDL-C. This regression was greater in men with baseline PSA ≥2.0 ng/mL (-5.4%, 95% CI 2.2-8.6] per 10% LDL-C reduction, p-interaction=0.001). In men with estimable PCPT risk, statin-comparable LDL-C reductions (≥15%) reduced PSA by 12% (p<0.001) and estimated PCa risk by 6.5% (p=0.005). CONCLUSIONS: This is the first study to show that serum cholesterol reduction through dietary interventions significantly lowered serum PSA and estimated PCa risk. Whether cholesterol-lowering diets improve PCa outcomes warrants investigation.
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 | 0,029 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,020 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».