MétaCan
Menu
Retour à la cohorte
Enregistrement W4387784546 · doi:10.1136/jitc-2023-007354

Analysing the tumor transcriptome of prostate cancer to predict efficacy of Lu-PSMA therapy

2023· article· en· W4387784546 sur OpenAlexaff
Analena Handke, Claudia Kesch, Wolfgang P. Fendler, Tuğçe Telli, Yang Liu, Alexander Hakansson, Elai Davicioni, Jason D. Hughes, Hong Song, Katharina Lueckerath, Ken Herrmann, Boris Hadaschik, Robert Seifert

Notice bibliographique

RevueJournal for ImmunoTherapy of Cancer · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueProstate Cancer Treatment and Research
Établissements canadiensDecipher Biosciences (Canada)
Organismes subventionnairesBoehringer Ingelheim Fonds
Mots-clésProstate cancerTranscriptomeMedicineOncologyInternal medicineCancerCancer researchBiologyGeneGene expression

Résumé

récupéré en direct d'OpenAlex

Rationale 177Lu-PSMA ([177Lu]Lutetium-PSMA-617) therapy is an effective treatment option for patients with prostate specific membrane antigen (PSMA)-positive metastatic castration-resistant prostate cancer, but still shows a non-responder rate of approximately 30%. Combination regimes of programmed death-ligand 1 (PD-L1) inhibition and concomitant 177Lu-PSMA therapy have been proposed to increase the response rate. However, the interplay of immune landscape and 177Lu-PSMA therapy efficacy is poorly understood. Methods Between March 2018 and December 2021, a total of 168 patients were referred to 177Lu-PSMA therapy in our department and received a mean total dose of 21.9 GBq (three cycles in mean). All patients received baseline PSMA positron emission tomography to assess the PSMA uptake. The histopathological specimen of the primary prostate tumor was available with sufficient RNA passing quality control steps for genomic analysis in n=23 patients. In this subset of patients, tumor RNA transcriptomic analyses assessed 74 immune-related features in total, out of which n=24 signatures were not co-correlated and investigated further for outcome prognostication. Results In the subset of patients who received 177Lu-PSMA therapy, PD-L1 was not significantly associated with OS (HR per SD change (95% CI) 0.74 (0.42 to 1.30); SD: 0.18; p=0.29). In contrast, PD-L2 signature was positively associated with longer OS (HR per SD change 0.46 (95% CI 0.29 to 0.74); SD: 0.24; p=0.001; median OS 17.2 vs 5.7 months in higher vs lower PD-L2 patients). In addition, PD-L2 signature correlated with PSA-response (ϱ=−0.46; p=0.04). The PD-L2 signature association with OS was significantly moderated by L-Lactatdehydrogenase (LDH) levels (Cox model interaction p=0.01). Conclusion Higher PD-L2 signature might be associated with a better response to 177Lu-PSMA therapy and warrants further studies investigating additional immunotherapy. In contrast, PD-L1 was not associated with outcome. The protective effect of PD-L2 signature might be present only in men with lower LDH levels.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,395
Écart entre enseignants0,353 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal for ImmunoTherapy of CancerMême sujetProstate Cancer Treatment and ResearchTravaux en français237 207