Prediction of Significant Prostate Cancer at Prostate Biopsy and Per Core Detection Rate of Targeted and Systematic Biopsies Using Real-Time Shear Wave Elastography
Notice bibliographique
Résumé
INTRODUCTION: Prostate cancer (PCa) detection is accompanied by overdiagnosis and mischaracterization of PCa. Therefore, new imaging modalities like shear wave elastography (SWE) are required. AIM: The aim of this study was to evaluate per-core detection rates (DRs) of targeted biopsies and systematic biopsies and to test if SWE findings can predict presence of clinically significant PCa (csPCa) at biopsy. PATIENTS AND METHODS: Overall, 95 patients scheduled for prostate biopsy in our center underwent SWE. SWE findings were classified into suspicious or normal. Targeted biopsies were taken in up to 3 SWE-suspicious areas. csPCa was defined as the presence of Gleason pattern ≥4, level of prostate-specific antigen ≥10 ng/ml or >2 positive cores. RESULTS: Overall DR for csPCa in our study cohort was 40%. Per-core DR for exclusively SWE-targeted cores versus systematic samples cores was 10.5 vs. 8.6% (p = 0.3). In the logistic regression models, individuals with suspicious SWE findings are at 6.4-fold higher risk of harboring csPCa (p = 0.03). Gain in predictive accuracy was 2.3% (0.82 vs. 0.84, p = 0.01). CONCLUSIONS: Presence of suspicious SWE findings is an independent predictor of csPCa. Therefore, SWE may be helpful in selecting patients for biopsy. Nonetheless, per-core DR for SWE-targeted cores was not statistically significant higher than DR of systematic sampled cores. Therefore, additional systematic biopsy is mandatory.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».