Purpose Clinicopathologic features and biochemical recurrence are sensitive, but not specific, predictors of metastatic disease and lethal prostate cancer. We hypothesize that a genomic expression signature detected in the primary tumor represents true biological potential of aggressive disease and provides improved prediction of early prostate cancer metastasis. Methods A nested case-control design was used to select 639 patients from the Mayo Clinic tumor registry who underwent radical prostatectomy between 1987 and 2001. A genomic classifier (GC) was developed by modeling differential RNA expression using 1.4 million feature high-density expression arrays of men enriched for rising PSA after prostatectomy, including 213 who experienced early clinical metastasis after biochemical recurrence. A training set was used to develop a random forest classifier of 22 markers to predict for cases - men with early clinical metastasis after rising PSA. Performance of GC was compared to prognostic factors such as Gleason score and previous gene expression signatures in a withheld validation set. Results Expression profiles were generated from 545 unique patient samples, with median follow-up of 16.9 years. GC achieved an area under the receiver operating characteristic curve of 0.75 (0.67–0.83) in validation, outperforming clinical variables and gene signatures. GC was the only significant prognostic factor in multivariable analyses. Within Gleason score groups, cases with high GC scores experienced earlier death from prostate cancer and reduced overall survival. The markers in the classifier were found to be associated with a number of key biological processes in prostate cancer metastatic disease progression. Conclusion A genomic classifier was developed and validated in a large patient cohort enriched with prostate cancer metastasis patients and a rising PSA that went on to experience metastatic disease. This early metastasis prediction model based on genomic expression in the primary tumor may be useful for identification of aggressive prostate cancer.

No AccessJournal of UrologyAdult Urology1 Dec 2013Validation of a Genomic Classifier that Predicts Metastasis Following Radical Prostatectomy in an At Risk Patient Population R. Jeffrey Karnes, Eric J. Bergstralh, Elai Davicioni, Mercedeh Ghadessi, Christine Buerki, Anirban P. Mitra, Anamaria Crisan, Nicholas Erho, Ismael A. Vergara, Lucia L. Lam, Rachel Carlson, Darby J.S. Thompson, Zaid Haddad, Benedikt Zimmermann, Thomas Sierocinski, Timothy J. Triche, Thomas Kollmeyer, Karla V. Ballman, Peter C. Black, George G. Klee, and Robert B. Jenkins R. Jeffrey KarnesR. Jeffrey Karnes Department of Urology, Mayo Clinic, Rochester, Minnesota More articles by this author , Eric J. BergstralhEric J. Bergstralh Department of Health Sciences Research, Mayo Clinic, Rochester, Minnesota More articles by this author , Elai DavicioniElai Davicioni GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author , Mercedeh GhadessiMercedeh Ghadessi GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author , Christine BuerkiChristine Buerki GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author , Anirban P. MitraAnirban P. Mitra Department of Pathology, University of Southern California, Los Angeles, California More articles by this author , Anamaria CrisanAnamaria Crisan GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author , Nicholas ErhoNicholas Erho GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author , Ismael A. VergaraIsmael A. Vergara GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author , Lucia L. LamLucia L. Lam GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author , Rachel CarlsonRachel Carlson Department of Health Sciences Research, Mayo Clinic, Rochester, Minnesota More articles by this author , Darby J.S. ThompsonDarby J.S. Thompson EMMES Canada, Burnaby, British Columbia, Canada More articles by this author , Zaid HaddadZaid Haddad GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author , Benedikt ZimmermannBenedikt Zimmermann GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author , Thomas SierocinskiThomas Sierocinski GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author , Timothy J. TricheTimothy J. Triche GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Department of Pathology, University of Southern California, Los Angeles, California Current address: Center for Personalized Medicine, Department of Pathology and Laboratory Medicine, Children's Hospital Los Angeles, Department of Pathology and Pediatrics, Keck School of Medicine at University of Southern California, Los Angeles, California. More articles by this author , Thomas KollmeyerThomas Kollmeyer Department of Laboratory Medicine and Pathology, Mayo Clinic, Rochester, Minnesota More articles by this author , Karla V. BallmanKarla V. Ballman Department of Health Sciences Research, Mayo Clinic, Rochester, Minnesota Financial interest and/or other relationship with Journal of Clinical Oncology. More articles by this author , Peter C. BlackPeter C. Black Department of Urologic Sciences, University of British Columbia, Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author , George G. KleeGeorge G. Klee Department of Laboratory Medicine and Pathology, Mayo Clinic, Rochester, Minnesota More articles by this author , and Robert B. JenkinsRobert B. Jenkins Department of Laboratory Medicine and Pathology, Mayo Clinic, Rochester, Minnesota More articles by this author View All Author Informationhttps://doi.org/10.1016/j.juro.2013.06.017AboutFull TextPDF ToolsAdd to favoritesDownload CitationsTrack CitationsPermissionsReprints ShareFacebookLinked InTwitterEmail Abstract Purpose: Patients with locally advanced prostate cancer after radical prostatectomy are candidates for secondary therapy. However, this higher risk population is heterogeneous. Many cases do not metastasize even when conservatively managed. Given the limited specificity of pathological features to predict metastasis, newer risk prediction models are needed. We report a validation study of a genomic classifier that predicts metastasis after radical prostatectomy in a high risk population. Materials and Methods: A case-cohort design was used to sample 1,010 patients after radical prostatectomy at high risk for recurrence who were treated from 2000 to 2006. Patients had preoperative prostate specific antigen greater than 20 ng/ml, Gleason 8 or greater, pT3b or a Mayo Clinic nomogram score of 10 or greater. Patients with metastasis at diagnosis or any prior treatment for prostate cancer were excluded from analysis. A 20% random sampling created a subcohort that included all patients with metastasis. We generated 22-marker genomic classifier scores for 219 patients with available genomic data. ROC and decision curves, competing risk and weighted regression models were used to assess genomic classifier performance. Results: The genomic classifier AUC was 0.79 for predicting 5-year metastasis after radical prostatectomy. Decision curves showed that the genomic classifier net benefit exceeded that of clinical only models. The genomic classifier was the predominant predictor of metastasis on multivariable analysis. The cumulative incidence of metastasis 5 years after radical prostatectomy was 2.4%, 6.0% and 22.5% in patients with low (60%), intermediate (21%) and high (19%) genomic classifier scores, respectively (p <0.001). Conclusions: Results indicate that genomic information from the primary tumor can identify patients with adverse pathological features who are most at risk for metastasis and potentially lethal prostate cancer. References 1 : International variation in prostate cancer incidence and mortality rates. Eur Urol2012; 61: 1079. Google Scholar 2 : Prostate cancer epidemiology in the United States. World J Urol2012; 30: 195. Google Scholar 3 : Cancer statistics, 2012. CA Cancer J Clin2012; 62: 10. Google Scholar 4 : Prognostic factors for failure after prostatectomy. J Cancer2011; 2: 1. Google Scholar 5 : Impact of biochemical recurrence in prostate cancer among US veterans. Arch Intern Med2010; 170: 1390. Google Scholar 6 : Natural history of progression after PSA elevation following radical prostatectomy. JAMA1999; 281: 1591. Google Scholar 7 : High-risk prostate cancer: from definition to contemporary management. Eur Urol2012; 61: 1096. Google Scholar 8 : Adjuvant radiotherapy for pathological T3N0M0 prostate cancer significantly reduces risk of metastases and improves survival: long-term followup of a randomized clinical trial. J Urol2009; 181: 956. Link, Google Scholar 9 : Postoperative radiotherapy after radical prostatectomy for high-risk prostate cancer: long-term results of a randomised controlled trial (EORTC trial 22911). Lancet2012; 380: 2018. Google Scholar 10 : Phase III postoperative adjuvant radiotherapy after radical prostatectomy compared with radical prostatectomy alone in pT3 prostate cancer with postoperative undetectable prostate-specific antigen: ARO 96-02/AUO AP 09/95. J Clin Oncol2009; 27: 2924. Google Scholar 11 : The role of adjuvant hormonal treatment after surgery for localized high-risk prostate cancer: results of a matched multiinstitutional analysis. Adv Urol2012; 2012: 612707. Google Scholar 12 : Cancer progression and survival rates following anatomical radical retropubic prostatectomy in 3,478 consecutive patients: long-term results. J Urol2004; 172: 910. Link, Google Scholar 13 : Long-term risk of clinical progression after biochemical recurrence following radical prostatectomy: the impact of time from surgery to recurrence. Eur Urol2011; 59: 893. Google Scholar 14 : Recommendations for post-prostatectomy radiation therapy in the United States before and after the presentation of randomized trials. J Urol2011; 185: 116. Link, Google Scholar 15 : Clinical and genomic analysis of metastatic disease progression in a background of biochemical recurrence. J Urol2013; 189: e918. Abstract, Google Scholar 16 : Discovery and validation of a prostate cancer genomic classifier that predicts early metastasis following radical prostatectomy. PLoS One2013; 8: e66855. Google Scholar 17 : Is the GPSM scoring algorithm for patients with prostate cancer valid in the contemporary era?. J Urol2007; 178: 459. Link, Google Scholar 18 : Postoperative nomogram predicting the 10-year probability of prostate cancer recurrence after radical prostatectomy. J Clin Oncol2005; 23: 7005. Google Scholar 19 : Cox regression with incomplete covariate measurements. J Am Stat Ass1993; 88: 1341. Google Scholar 20 : A proportional hazards model for the subdistribution of a competing risk. J Am Stat Assoc1999; 94: 496. Google Scholar 21 : The CAPRA-S score: A straightforward tool for improved prediction of outcomes after radical prostatectomy. Cancer2011; 117: 5039. Google Scholar 22 : Impact of a genomic classifier of metastatic risk on postoperative treatment recommendations for prostate cancer patients: a report from the DECIDE study group. Oncotarget2013; 4: 600. Google Scholar 23 : Prostate cancer-specific mortality after radical prostatectomy for patients treated in the prostate-specific antigen era. J Clin Oncol2009; 27: 4300. Google Scholar 24 : Discovery of prostate cancer biomarkers by microarray gene expression profiling. Expert Rev Mol Diagn2010; 10: 49. Google Scholar 25 : Prognostic value of an RNA expression signature derived from cell cycle proliferation genes in patients with prostate cancer: a retrospective study. Lancet Oncol2011; 12: 245. Google Scholar 26 : Genomic “dark matter” in prostate cancer: exploring the clinical utility of ncRNA as biomarkers. Front Genet2012; 3: 23. Google Scholar 27 : Transcriptome sequencing across a prostate cancer cohort identifies PCAT-1, an unannotated lincRNA implicated in disease progression. Nat Biotechnol2011; 29: 742. Google Scholar 28 : Reverse stage shift at a tertiary care center: escalating risk in men undergoing radical prostatectomy. Cancer2011; 117: 4855. Google Scholar 29 : Screening for prostate cancer: U.S. Preventive Services Task Force recommendation statement. Ann Intern Med2012; 157: 120. Google Scholar 30 : Initial Report of RTOG 9601: A phase III trial in prostate cancer: anti-androgen therapy (AAT) with bicalutamide during and after radiation therapy (RT) improves freedom from progression and reduces the incidence of metastatic disease in patients following radical prostatectomy (RP) with pT2-3, N0 disease and elevated PSA levels. Int J Radiat Oncol Biol Physics2010; 78: S27. Google Scholar © 2013 by American Urological Association Education and Research, Inc.FiguresReferencesRelatedDetailsCited byAtala A (2019) Re: Large-Scale Transcriptome-Wide Association Study Identifies New Prostate Cancer Risk RegionsJournal of Urology, VOL. 201, NO. 3, (447-447), Online publication date: 1-Mar-2019.Taneja S (2018) Re: Development and Validation of a Novel Integrated Clinical-Genomic Risk Group Classification for Localized Prostate CancerJournal of Urology, VOL. 200, NO. 3, (498-499), Online publication date: 1-Sep-2018.Taneja S (2018) Re: Development and Validation of a 24-Gene Predictor of Response to Postoperative Radiotherapy in Prostate Cancer: A Matched, Retrospective AnalysisJournal of Urology, VOL. 197, NO. 5, (1264-1266), Online publication date: 1-May-2017.Gild P and Abdollah F (2018) Editorial CommentJournal of Urology, VOL. 198, NO. 2, (361-361), Online publication date: 1-Aug-2017.Glass A, Leo M, Haddad Z, Yousefi K, du Plessis M, Chen C, Choeurng V, Abdollah F, Robbins B, Ra S, Richert-Boe K, Buerki C, Pearson K, Davicioni E and Weinmann S (2018) Validation of a Genomic Classifier for Predicting Post-Prostatectomy Recurrence in a Community Based Health Care SettingJournal of Urology, VOL. 195, NO. 6, (1748-1753), Online publication date: 1-Jun-2016.Taneja S (2018) Re: Impact of a Genomic Classifier of Metastatic Risk on Postprostatectomy Treatment Recommendations by Radiation Oncologists and UrologistsJournal of Urology, VOL. 195, NO. 5, (1472-1472), Online publication date: 1-May-2016.Johnson M, Ross A, Alshalalfa M, Erho N, Yousefi K, Glavaris S, Fedor H, Han M, Faraj S, Bezerra S, Netto G, Partin A, Trock B, Davicioni E and Schaeffer E (2018) SPINK1 Defines a Molecular Subtype of Prostate Cancer in Men with More Rapid Progression in an at Risk, Natural History Radical Prostatectomy CohortJournal of Urology, VOL. 196, NO. 5, (1436-1444), Online publication date: 1-Nov-2016. Volume 190Issue 6December 2013Page: 2047-2053Supplementary Materials Advertisement Copyright & Permissions© 2013 by American Urological Association Education and Research, Inc.Keywordsprostatic neoplasmsprostateneoplasm metastasisprognosistranscriptomeAcknowledgmentsStephanie Fink assisted with experiments.MetricsAuthor Information R. Jeffrey Karnes Department of Urology, Mayo Clinic, Rochester, Minnesota More articles by this author Eric J. Bergstralh Department of Health Sciences Research, Mayo Clinic, Rochester, Minnesota More articles by this author Elai Davicioni GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author Mercedeh Ghadessi GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author Christine Buerki GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author Anirban P. Mitra Department of Pathology, University of Southern California, Los Angeles, California More articles by this author Anamaria Crisan GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author Nicholas Erho GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author Ismael A. Vergara GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author Lucia L. Lam GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author Rachel Carlson Department of Health Sciences Research, Mayo Clinic, Rochester, Minnesota More articles by this author Darby J.S. Thompson EMMES Canada, Burnaby, British Columbia, Canada More articles by this author Zaid Haddad GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author Benedikt Zimmermann GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author Thomas Sierocinski GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author Timothy J. Triche GenomeDx Biosciences, Inc., Vancouver, British Columbia, Canada Department of Pathology, University of Southern California, Los Angeles, California Current address: Center for Personalized Medicine, Department of Pathology and Laboratory Medicine, Children's Hospital Los Angeles, Department of Pathology and Pediatrics, Keck School of Medicine at University of Southern California, Los Angeles, California. More articles by this author Thomas Kollmeyer Department of Laboratory Medicine and Pathology, Mayo Clinic, Rochester, Minnesota More articles by this author Karla V. Ballman Department of Health Sciences Research, Mayo Clinic, Rochester, Minnesota Financial interest and/or other relationship with Journal of Clinical Oncology. More articles by this author Peter C. Black Department of Urologic Sciences, University of British Columbia, Vancouver, British Columbia, Canada Financial interest and/or other relationship with GenomeDx Biosciences. More articles by this author George G. Klee Department of Laboratory Medicine and Pathology, Mayo Clinic, Rochester, Minnesota More articles by this author Robert B. Jenkins Department of Laboratory Medicine and Pathology, Mayo Clinic, Rochester, Minnesota More articles by this author Expand All Advertisement PDF downloadLoading ...

While the incidence of lymph node positive prostate cancer has decreased during the prostate specific antigen era, the optimal treatment of these patients remains in question. We examined the impact of lymph node metastases on the outcome of patients following radical prostatectomy and investigated prognostic factors that affect survival.We identified 507 men treated with radical prostatectomy between 1988 and 2001 who had lymph node positive disease. Of the 507 patients 455 (89.7%) were treated with adjuvant hormonal therapy. Median followup was 10.3 years (IQR 6.1-13.5). Postoperative survival rates were estimated using the Kaplan-Meier method and the impact of various clinicopathological factors on outcome was analyzed using Cox proportional hazard regression models.Ten-year cancer specific survival for patients with positive lymph nodes was 85.8% with 56% of the men free from biochemical recurrence at last followup. On multivariate analysis pathological Gleason score 8-10 (p = 0.004), positive surgical margins (p = 0.016), nondiploid tumor ploidy (p = 0.023) and 2 or greater positive nodes (p = 0.001) were adverse predictors of cancer specific survival. Tumor stage, year of surgery and total number of nodes removed did not significantly affect outcome. Adjuvant hormonal therapy decreased the risk of biochemical recurrence (p <0.001) and local recurrence (p = 0.004) but it was not associated with systemic progression (p = 0.4) or cancer specific survival (p = 0.4).Radical prostatectomy may offer long-term survival to patients with lymph node positive prostate cancer. Gleason score, margin status, tumor ploidy and the number of involved nodes predict survival, while the role of adjuvant hormonal therapy continues to be defined.

The role of adjuvant radiotherapy (aRT) in treating patients with pN1 prostate cancer is controversial. We tested the hypothesis that the impact of aRT on cancer-specific mortality (CSM) in these individuals is related to tumor characteristics.We evaluated 1,107 patients with pN1 prostate cancer treated with radical prostatectomy and anatomically extended pelvic lymph node dissection between 1988 and 2010 at two tertiary care centers. All patients received adjuvant hormonal therapy with or without aRT. Regression tree analysis stratified patients into risk groups on the basis of their tumor characteristics and the corresponding CSM rate. Cox regression analysis tested the relationship between aRT and CSM rate, as well as overall mortality (OM) rate in each risk group separately.Overall, 35% of patients received aRT. At multivariable analysis, aRT was associated with more favorable CSM rate (hazard ratio [HR], 0.37; P < .001). However, when patients were stratified into risk groups, only two groups of men benefited from aRT: (1) patients with positive lymph node (PLN) count ≤ 2, Gleason score 7 to 10, pT3b/pT4 stage, or positive surgical margins (HR, 0.30; P = .002); and (2) patients with PLN count of 3 to 4 (HR, 0.21; P = .02), regardless of other tumor characteristics. These results were confirmed when OM was examined as an end point.The beneficial impact of aRT on survival in patients with pN1 prostate cancer is highly influenced by tumor characteristics. Men with low-volume nodal disease (≤ two PLNs) in the presence of intermediate- to high-grade, non-specimen-confined disease and those with intermediate-volume nodal disease (three to four PLNs) represent the ideal candidates for aRT after surgery.

Abstract BACKGROUND: The long‐term survival of patients with high‐risk prostate cancer was compared after radical prostatectomy (RRP) and after external beam radiation therapy (EBRT) with or without adjuvant androgen‐deprivation therapy (ADT). METHODS: In total, 1238 patients underwent RRP, and 609 patients received with EBRT (344 received EBRT plus ADT, and 265 received EBRT alone) between 1988 and 2004 who had a pretreatment prostate‐specific antigen (PSA) level ≥ 20 ng/mL, a biopsy Gleason score between 8 and 10, or clinical tumor classification ≥ T3. The median follow‐up was 10.2 years, 6.0 years, and 7.2 years after RRP, EBRT plus ADT, and EBRT alone, respectively. The impact of treatment modality on systemic progression, cancer‐specific survival, and overall survival was evaluated using multivariate Cox proportional hazard regression analysis and a competing risk‐regression model. RESULTS: The 10‐year cancer‐specific survival rate was 92%, 92%, and 88% after RRP, EBRT plus ADT, and EBRT alone, respectively ( P = .06). After adjustment for case mix, no significant differences in the risks of systemic progression (hazard ratio [HR], 0.78; 95% confidence interval [CI], 0.51‐1.18; P = .23) or prostate cancer death (HR, 1.14; 95% CI, 0.68‐1.91; P = .61) were observed between patients who received EBRT plus ADT and patients who underwent RRP. The risk of all‐cause mortality, however, was greater after EBRT plus ADT than after RRP (HR, 1.60; 95% CI, 1.25‐2.05; P = .0002). CONCLUSIONS: RRP alone and EBRT plus ADT provided similar long‐term cancer control for patients with high‐risk prostate cancer. The authors concluded that continued investigation into the differing impact of treatments on quality‐of‐life and noncancer mortality will be necessary to determine the optimal management approach for these patients. Cancer 2011. © 2011 American Cancer Society.

There is a clear need for a molecular subtyping approach in prostate cancer to identify clinically distinct subgroups that benefit from specific therapies.To identify prostate cancer subtypes based on luminal and basal lineage and to determine associations with clinical outcomes and response to treatment.The PAM50 classifier was used to subtype 1567 retrospectively collected (median follow-up, 10 years) and 2215 prospectively collected prostate cancer samples into luminal- and basal-like subtypes.Metastasis, biochemical recurrence, overall survival, prostate cancer–specific survival, associations with biological pathways, and clinicopathologic variables were the main outcomes.Among the 3782 samples, the PAM50 classifier consistently segregated prostate cancer into 3 subtypes in both the retrospective and prospective cohorts: luminal A (retrospective, 538 [34.3%]; prospective, 737 [33.3%]), luminal B (retrospective, 447 [28.5%]; prospective, 723 [32.6%]), and basal (retrospective, 582 [37.1%]; prospective, 755 [34.1%]). Known luminal lineage markers, such as NKX3.1 and KRT18, were enriched in luminal-like cancers, and the basal lineage CD49f signature was enriched in basal-like cancers, demonstrating the connection between these subtypes and established prostate cancer biology. In the retrospective cohort, luminal B prostate cancers exhibited the poorest clinical prognoses on both univariable and multivariable analyses accounting for standard clinicopathologic prognostic factors (10-year biochemical recurrence-free survival [bRFS], 29%; distant metastasis-free survival [DMFS], 53%; prostate cancer-specific survival [PCSS], 78%; overall survival [OS], 69%), followed by basal prostate cancers (10-year bRFS, 39%; DMFS, 73%; PCSS, 86%; OS, 80%) and luminal A prostate cancers (10-year bRFS, 41%; DMFS, 73%; PCSS, 89%; OS, 82%). Although both luminal-like subtypes were associated with increased androgen receptor expression and signaling, only luminal B prostate cancers were significantly associated with postoperative response to androgen deprivation therapy (ADT) in a subset analysis in our retrospective cohorts (n = 315) matching patients based on clinicopathologic variables (luminal B 10-year metastasis: treated, 33% vs untreated, 55%; nonluminal B 10-year metastasis: treated, 37% vs untreated, 21%; P = .006 for interaction).Luminal- and basal-like prostate cancers demonstrate divergent clinical behavior, and patients with luminal B tumors respond better to postoperative ADT than do patients with non–luminal B tumors. These findings contribute novel insight into prostate cancer biology, providing a potential clinical tool to personalize ADT treatment for prostate cancer by predicting which men may benefit from ADT after surgery.