MétaCan
Menu
Retour à la cohorte
Enregistrement W1517979051 · doi:10.1002/cncr.23029

Nomogram use for the prediction of indolent prostate cancer

2007· article· en· W1517979051 sur OpenAlexaff
Stijn Roemeling, Monique J. Roobol, Michael W. Kattan, Theodorus van der Kwast, Ewout W. Steyerberg, Fritz H. Schröder

Notice bibliographique

RevueCancer · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueProstate Cancer Diagnosis and Treatment
Établissements canadiensMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésNomogramMedicineProstate cancerCancerOncologyCohortProstateInternal medicineIncidence (geometry)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Screening for prostate cancer has resulted in an increased incidence-to-mortality ratio. Not all cancers deserve immediate treatment. It has therefore become more important to be able to identify those cases of screen-detected prostate cancer most likely to show indolent behavior. METHODS: The Kattan-nomogram for the prediction of indolent prostate cancer was validated and recalibrated for use in a screening setting. The recalibrated nomogram was used to calculate the number of men who were predicted to have indolent cancer in a screen-detected cohort from the European Randomized study of Screening for Prostate Cancer (ERSPC), section Rotterdam. RESULTS: Of 1629 cancers detected in 2 subsequent screening rounds 825 were suitable for nomogram use. The remainder were very unlikely to have indolent cancer. A total of 485 men (485 of 825 = 59%) were predicted to have indolent cancer, which is 30% (485 of 1629) of all screen-detected cases. Cancers found at repeated screening after 4 years had a higher probability of indolent cancer than cases from the prevalence screening (44% vs 23%; P < .001). CONCLUSIONS: The current nomogram can identify substantial groups of screen-detected cancers that are likely indolent and can therefore be considered for active surveillance.

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)0,009
score de la tête « metaresearch » (Gemma)0,046
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 enseignants0,009
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,046
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,046
Tête enseignante GPT0,334
Écart entre enseignants0,288 · 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

Citations72
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancerMême sujetProstate Cancer Diagnosis and TreatmentTravaux en français237 207