Associations of Prostate Tumor Immune Landscape with Vigorous Physical Activity and Prostate Cancer Progression
Notice bibliographique
Résumé
BACKGROUND: Vigorous physical activity has been associated with lower risk of fatal prostate cancer. However, mechanisms contributing to this relationship are not understood. METHODS: We studied 117 men with prostate cancer in the University of North Carolina Cancer Survivorship Cohort (UNC CSC) who underwent radical prostatectomy and 101 radiation-treated patients with prostate cancer in FASTMAN. Structured questionnaires administered in UNC CSC assessed physical activity. In both studies, digital image analysis of hematoxylin and eosin-stained tissues was applied to quantify tumor-infiltrating lymphocytes in segmented regions. NanoString gene expression profiling in UNC CSC and microarray in FASTMAN were performed on tumor tissue, and a 50-gene signature utilized to predict immune cell types. RESULTS: Vigorous recreational activity, reported by 34 (29.1%) UNC CSC men, was inversely associated with tumor-infiltrating lymphocyte abundance. Tumors of men reporting any vigorous activity versus none showed lower gene expression-predicted abundance of Th, exhausted CD4 T cells, and macrophages. T-cell subsets, including regulatory T cells, Th, Tfh, exhausted CD4 T cells, and macrophages, were associated with an increased risk of biochemical recurrence, only among men with ERG-positive tumors. CONCLUSIONS: Vigorous activity was associated with lower prostate tumor inflammation and immune microenvironment differences. Macrophages and T-cell subsets, including those with immunosuppressive roles and those with lower abundance in men reporting vigorous exercise, were associated with worse outcomes in ERG-positive prostate cancer. IMPACT: Our novel findings contribute to our understanding of the role of the tumor immune microenvironment in prostate cancer progression and may provide insights into how vigorous exercise could affect prostate tumor biology.
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 | 0,000 |
| 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) | 0,001 | 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 ».