MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388480675 · doi:10.3390/ijms242216022

Prostate-Specific Membrane Antigen (PSMA) Expression Predicts Need for Early Treatment in Prostate Cancer Patients Managed with Active Surveillance

2023· article· en· W4388480675 sur OpenAlexaff
Elham Ahmadi, Simon Wang, Mohammad Gouran‐Savadkoohi, Georgia Douvi, Naghmeh Isfahanian, Nicole Tsakiridis, Brent E. Faught, Jean‐Claude Cutz, Monalisa Sur, Satish Chawla, Gregory R. Pond, Gregory R. Steinberg, Ian H. Brown, Theodoros Tsakiridis

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueProstate Cancer Treatment and Research
Établissements canadiensBrock UniversityNiagara Health SystemMcMaster University
Organismes subventionnairesnon disponible
Mots-clésProstate cancerMedicineGLUT1ImmunohistochemistryProstateGlutamate carboxypeptidase IIOncologyInternal medicineCancerUnivariate analysisBiopsyProstate-specific antigenPathologyCancer researchGlucose transporterMultivariate analysis

Résumé

récupéré en direct d'OpenAlex

Metabolic dysregulation is an early event in carcinogenesis. Here, we examined the expression of enzymes involved in de novo lipogenesis (ATP-citrate lyase: ACLY), glucose uptake (Glucose Transporter 1: GLUT1), and folate–glutamate metabolism (Prostate-Specific Membrane Antigen: PSMA) as potential biomarkers of risk for early prostate cancer progression. Patients who were managed initially on active surveillance with a Gleason score of 6 or a low-volume Gleason score of 7 (3 + 4) were accrued from a prostate cancer diagnostic assessment program. Patients were asked to donate their baseline diagnostic biopsy tissues and permit access to their clinical data. PSMA, GLUT1, and ACLY expression were examined with immunohistochemistry (IHC) in baseline biopsies, quantitated by Histologic Score for expression in benign and malignant glands, and compared with patient time remaining on active surveillance (time-on-AS). All three markers showed trends for elevated expression in malignant compared to benign glands, which was statistically significant for ACLY. On univariate analysis, increased PSMA and GLUT1 expression in malignant glands was associated with shorter time-on-AS (HR: 5.06, [CI 95%: 1.83–13.94] and HR: 2.44, [CI 95%: 1.10–5.44], respectively). Malignant ACLY and benign gland PSMA and GLUT1 expression showed non-significant trends for such association. On multivariate analysis, overexpression of PSMA in malignant glands was an independent predictor of early PC progression (p = 0.006). This work suggests that the expression of metabolic enzymes determined by IHC on baseline diagnostic prostate biopsies may have value as biomarkers of risk for rapid PC progression. PSMA may be an independent predictor of risk for progression and should be investigated further in systematic studies.

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 enseignants0,003
Score d'incertitude au seuil0,005

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,328
Écart entre enseignants0,301 · 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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular Sciences→Même sujetProstate Cancer Treatment and Research→Travaux en français237 207→