MétaCan
Menu
Retour à la cohorte
Enregistrement W4404654214 · doi:10.1016/j.tranon.2024.102196

Prostate cancer risk biomarkers from large cohort and prospective metabolomics studies: A systematic review

2024· review· en· W4404654214 sur OpenAlexaff
Yamilé López‐Hernández, Cristina Andrés‐Lacueva, David S. Wishart, Claudia Torres-Calzada, Miriam Martínez‐Huélamo, Enrique Almanza‐Aguilera, Raúl Zamora‐Ros

Notice bibliographique

RevueTranslational Oncology · 2024
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAgencia Estatal de InvestigaciónInstituto de Salud Carlos IIIAgència de Gestió d'Ajuts Universitaris i de RecercaGeneralitat de CatalunyaCentres de Recerca de CatalunyaInstitució Catalana de Recerca i Estudis AvançatsEuropean Regional Development FundCentro de Investigación Biomédica en Red Fragilidad y Envejecimiento Saludable
Mots-clésProstate cancerMedicineProspective cohort studyCancerOncologyCohort studyCohortBiomarkerInternal medicineBioinformaticsBiology

Résumé

récupéré en direct d'OpenAlex

• To the best of our knowledge, this is the first systematic review exclusively focused on plasma/serum risk assessment biomarkers for prostate cancer (PCa), selected through a careful examination of large prospective studies. By focusing only in homogeneous studies and similar inclusion criteria and methodologies, we can provide more conclusive results. • We propose a preliminary set of 42 metabolites potentially involved in PCa development and progression. Those metabolites were coincident across at least two large cohort studies included in the present work, where sample collection was done years before PCa diagnosis. Some of these metabolites, such as citrate, may be considered for translational clinical applications. • Correlations between metabolites and dietary sources are evident for few of the detected metabolites, although further investigation is needed to establish the associations between both dietary and environmental exposures, and PCa risk and prognosis. Prostate cancer (PCa) is one of the leading causes of cancer-related deaths among men. The heterogeneous nature of this disease presents challenges in its diagnosis, prognosis, and treatment. Numerous potential predictive, diagnostic, prognostic, and risk assessment biomarkers have been proposed through various population studies. However, to date, no metabolite biomarker has been approved or validated for the diagnosis, prognosis, or risk assessment of PCa. Recognizing that systematic reviews of case reports or heterogenous studies cannot reliably establish causality, this review analyzed 29 large prospective metabolomics studies that utilized harmonized criteria for patient selection, consistent methodologies for blood sample collection and storage, data analysis, and that are available in public repositories. By focusing on these large prospective studies, we identified 42 metabolites that were consistently replicated by different authors and across cohort studies. These metabolites have the potential to serve as PCa risk-assessment or predictive biomarkers. A discussion on their associations with dietary sources or dietary patterns is also provided. Further detailed exploration of the relationship with diet, supplement intake, nutrition patterns, contaminants, lifestyle factors, and pre-existing comorbidities that may predispose individuals to PCa is warranted for future research and validation.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,879
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,001
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)0,0000,000

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 Opus0,027
Tête enseignante GPT0,378
Écart entre enseignants0,351 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTranslational OncologyMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207