Contexte : Le rôle des biomarqueurs métaboliques dans la pathogénèse de l'hyperplasie bénigne de la prostate (HBP) reste flou. Cette étude visait à évaluer l'association entre la métabolomique basée sur la résonance magnétique nucléaire (RMN) et le risque d'HBP et à explorer l'utilité d'intégrer les métabolites dans les modèles de prédiction des risques. Matériaux et méthodes : Cette étude a analysé 78 724 participants avec des données de métabolomique plasmatique RMN complètes provenant de la UK Biobank. Des modèles de risques proportionnels de Cox (RPC) ont été utilisés pour analyser l'association entre 143 métabolites et le risque d'HBP. La régularisation Elastic Net (ENet) et la régression pas à pas ont été appliquées pour sélectionner des métabolites clés et réduire la dimensionnalité. Un modèle d'XGBoost a été construit pour la prédiction des risques, avec des valeurs SHapley Additive exPlanations déterminant l'importance des caractéristiques. Résultats : Sur un suivi médian de 13,6 ans, 7668 participants ont développé une HBP. Les modèles RPC ont identifié 46 métabolites significativement associés au temps d'incidence de l'HBP. La régularisation ENet a affiné cela à neuf métabolites clés. L'intégration des métabolites avec des facteurs de risque établis – y compris l'âge, la testostérone, le rapport taille-hanches, le score alimentaire, le diabète et l'hypertension – a modestement amélioré la précision de la prédiction (indice de concordance : 0.688 vs. 0.685 ; amélioration nette de la reclassification : 0.081 ; amélioration de la discrimination intégrée : 0.003). Conclusions : Ces résultats mettent en évidence les associations entre les métabolites circulants et le risque d'HBP, soutenant le potentiel de la métabolomique basée sur la RMN pour améliorer la prédiction des risques et informer les stratégies de gestion clinique.
Pan et al. (Jeu,) ont étudié cette question.