Abstract Background This study aims to assess the impact of healthy lifestyle on prostate cancer (PCa) risk in a diverse population. Methods Data for 281,923 men from the Million Veteran Program (MVP), a nationwide, health system–based cohort study, were analyzed. Self‐reported information at enrollment included smoking status, exercise, diet, family history of PCa, and race/ethnicity. Body mass index (BMI) was obtained from clinical records. Genetic risk was assessed via a validated polygenic score. Cox proportional hazards models were used to assess associations with PCa outcomes. Results After accounting for ancestry, family history, and genetic risk, smoking was associated with an increased risk of metastatic PCa (hazard ratio [HR], 1.83; 95% confidence interval [CI], 1.64–2.02; p < 10 −16 ) and fatal PCa (HR, 2.73; 95% CI, 2.36–3.25; p < 10 −16 ). Exercise was associated with a reduced risk of fatal PCa (HR, 0.86; 95% CI, 0.76–0.98; p = .03). Higher BMI was associated with a slightly reduced risk of fatal PCa, and diet score was not independently associated with any end point. Association with exercise was strongest among those who had nonmetastatic PCa at MVP enrollment. Absolute reductions in the risk of fatal PCa via lifestyle factors were greatest among men of African ancestry (1.7% for nonsmokers vs. 6.1% for smokers) or high genetic risk (1.4% for nonsmokers vs. 4.3% for smokers). Conclusions Healthy lifestyle is minimally related to the overall risk of developing PCa but is associated with a substantially reduced risk of dying from PCa. In multivariable analyses, both exercise and not smoking remain independently associated with reduced metastatic and fatal PCa.

Background: Prostate-specific-antigen (PSA) screening resulted in reduced prostate cancer (PCa) mortality in a large clinical trial, but due to a high false-positive rate, among other concerns, many guidelines do not endorse universal screening and instead recommend an individualized decision based on each patient's risk. Genetic risk may provide key information to guide the decisions of whether and at what age to screen an individual man for PCa. Methods: Genotype, PCa status, and age from 34,444 men of European ancestry from the PRACTICAL consortium database were analyzed to select single-nucleotide polymorphisms (SNPs) associated with prostate cancer diagnosis. These SNPs were then incorporated into a survival analysis to estimate their effects on age at PCa diagnosis. The resulting polygenic hazard score (PHS) is an assessment of individual genetic risk. The final model was validated in an independent dataset comprised of 6,417 men with screening PSA and genotype data. PHS was calculated for these men to test for prediction of PCa-free survival. PHS was also combined with age-specific PCa incidence data from the U.S. population to generate a PCa-Risk (PCaR) age that relates a given man's risk to that of the population average. PHS and PCaR age were evaluated for prediction of positive predictive value (PPV) of PSA screening. Findings: PHS calculated from 54 SNPs was very highly predictive of age at PCa diagnosis for men in the validation set (p=10^-53). PPV of PSA screening varied from 0.18 to 0.52 for men with low and high genetic risk, respectively. PHS modulates PCa-free survival curves by an estimated 20 years between men in the 1st or 99th percentiles of genetic risk. Interpretation: Polygenic hazard scores give personalized genetic risk estimates and can inform the decisions of whether and at what age to screen a man for PCa.

Background: Genetic risk stratification may inform decisions of whether, and when, a man should undergo prostate cancer (PCa) screening. We previously validated a polygenic hazard score (PHS), a weighted sum of 54 single-nucleotide polymorphism genotypes, for accurate prediction of age of onset of aggressive PCa and improved screening performance. We now assess the potential impact of PHS-informed screening. Methods: United Kingdom population data were fit to a continuous model of age-specific PCa incidence. Using hazard ratios estimated from ProtecT trial data, age-specific incidence rates were calculated for percentiles of genetic risk. Incidence of higher-grade PCa (Gleason≥7) was estimated from age-specific data from the linked CAP trial. PHS and incidence data were combined to give a risk-equivalent age, when a man with a given PHS percentile will have risk of higher-grade PCa equivalent to that of a typical man at age 50 (50-years standard). Positive predictive value (PPV) of PSA testing was calculated using PHS-adjusted (PCa-risk-equivalent age) groups identified from ProtecT. Results: Expected age of onset of higher-grade PCa is modulated by 19 years between the 1st and 99th PHS percentiles. A man with PHS in the 99th percentile reaches 50-years-standard risk at age 41; conversely, a man in the 1st percentile reaches this risk at age 60. PPV of PSA was higher for men with higher PHS-adjusted age. Conclusions: PHS informs PCa screening strategies with individualized estimates of risk-equivalent age for higher-grade PCa. Screening initiation could be adjusted according to a man's genetic hazard score, improving PPV of PSA screening.