MétaCan
Menu
← Retour à la cohorte
Enregistrement W4407699982 · doi:10.1200/jco.2025.43.5_suppl.115

Relationship between androgen deprivation therapy and kidney function in patients with prostate cancer: An analysis of the RADICAL-PC study.

2025· article· en· W4407699982 sur OpenAlexaff
Geethan Baskaran, Jehonathan H. Pinthus, Celestia S. Higano, Cristina Cano Garcia, Rajibul Mian, Germano Dallegrave Cavalli, Guila Delouya, Cesar O.L. Dusilek, Bobby Shayegan, Rafaela Kirchner Piccoli, Tamim Niazi, Margot K. Davis, Avirup Guha, Joseph B. Selvanayagam, Patrick Luke, Darryl P. Leong

Notice bibliographique

RevueJournal of Clinical Oncology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueProstate Cancer Treatment and Research
Établissements canadiensMcGill UniversityCentre Hospitalier de l’Université de MontréalImpactUniversity of British ColumbiaPopulation Health Research InstituteLondon Health Sciences CentreMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineProstate cancerAndrogen deprivation therapyCancerOncologyInternal medicineProstateUrologyKidney cancerAndrogenKidneyGynecologyHormone

Résumé

récupéré en direct d'OpenAlex

115 Background: Androgen deprivation therapy (ADT) is an effective treatment for patients with advanced prostate cancer (PC). However, its impact on renal function remains underexplored. We evaluated the impact of ADT on kidney function in a cohort of patients with PC. Methods: We analyzed the RADICAL-PC study (Role of Androgen-Deprivation Therapy in Cardiovascular Disease—A Longitudinal Prostate Cancer study, NCT04127631), a prospective study of patients with PC in 10 countries. ADT use was assessed at baseline and follow-up visits. We quantified kidney function using glomerular filtration rate (GFR), calculated using the CKD-EPI equation and creatinine measurements obtained at annual visits. We used a linear mixed-effects regression model to analyze the association between ADT and change in GFR (ΔGFR), adjusting for age, diabetes, hypertension, renal disease, heart failure, chemotherapy, medications, alcohol use, and smoking. Using a Cox regression model, we assessed the association between ADT and acute kidney injury (AKI) as reported by sites. Results: Our analysis included 4119 participants with a median age of 68 (IQR 63-74) years. In 1791 (43%) participants using ADT at baseline, the ΔGFR over 2 years was -0.64 [95%CI -1.05 to -0.22] ml/min/1.73m 2 /year. In 2328 (57%) ADT-naïve participants at baseline, the ΔGFR was -1.00 [95%CI -1.34 to -0.64] ml/min/1.73m 2 /year. There was no significant difference in ΔGFR between the two groups (p=0.20). Age (β=-0.58, p<0.001), hypertension (β=-1.98, p<0.01), and anticoagulation use (β=-3.92, p<0.001) were associated with GFR decline. When analyzed as a time-varying covariate, ADT use was associated with less GFR decline than no ADT use (-0.21 vs. -1.07 ml/min/1.73m 2 /year, respectively, p<0.01). Duration of ADT use was not associated with ΔGFR (+0.04 [95%CI -0.02 to 0.10] ml/min/1.73m 2 /month, p=0.18). AKI developed in 91 (2.2%) participants over a median follow-up of 25 (IQR 12-36) months. Baseline ADT use was associated with an increased risk of AKI in univariate analysis (HR 2.58 [95%CI 1.67 to 3.98], p<0.001), but was not significant after adjustment for covariates (HR 1.37 [95%CI 0.83 to 2.26], p=0.22). Conclusions: This analysis suggests that ADT use is not associated with GFR decline or AKI incidence in patients with PC, challenging previous literature concerning ADT-related renal dysfunction. Further studies with longer follow-up periods are needed to confirm these findings.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,130
Tête enseignante GPT0,475
Écart entre enseignants0,346 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetProstate Cancer Treatment and Research→Travaux en français237 207→