整合历史和生活方式数据与脂水平,以进行基于风险的前列腺癌查

科学领域:

• 在瘤学瘤学.
• 生物标志物发现发现
• 医学诊断 医学诊断 医学诊断

背景情况:

• 目前的前列腺癌 (PCa) 查依赖于PSA测试,这有局限性.
• 为了有效的PCa查,分层个体风险至关重要.
• 尽量减少不必要的二级调查是PCa诊断的一个关键目标.

研究的目的:

• 将历史记录,生活方式和循环脂数据与PSA水平相结合.
• 改进临床显著PCa (ISUP>1) 的检测.
• 减少对怀疑PCa.的男性进行侵入性和昂贵的调查的需要.

主要方法:

• 收集了904名男性的血样本,临床病史,PSA水平和生活方式数据.
• 使用了无变量和处罚的逻辑回归,并进行了10倍的交叉验证.
• 在369名男性的子集中使用质谱分析了50种脂体.
• 整合了各种数据类型,以构建PCa和ISUP>1PCa的预测模型.

主要成果:

• 与PSA与年龄,心血管疾病 (CVD) 和久坐改善了PCa检测的结合 (ROC-AUC 0.89).
• 综合脂,PSA,年龄和临床因素实现了高PCa分类准确性 (平均ROC-AUC为0.92).
• 特定的螺旋脂质 (例如,Cer-20,HexCer-20) 和临床因素 (例如,心血管疾病,年龄) 是PCa和临床显著PCa的关键预测因素.

结论:

• 循环中的脂体显示为PCa查的生物标志物具有前途.
• 将脂与PSA和临床/生活方式数据相结合,可以提高查精度.
• 这种综合方法有可能减少PCa诊断中不必要的侵入性手术的数量.