A pretreatment nomogram predicting biochemical failure after salvage cryotherapy for locally recurrent prostate cancer
Notice bibliographique
Résumé
OBJECTIVE: To gather a pooled database from six tertiary-care referral centres using salvage cryotherapy (SC) for locally recurrent prostate cancer, and develop a pretreatment nomogram allowing a prediction of the probability of biochemical failure after SC, based on pretreatment clinical variables. PATIENTS AND METHODS: We retrospectively analysed 797 men treated at six tertiary-care referral centres with SC for locally recurrent disease after primary radiotherapy with curative intent. The median duration of follow-up from the time of SC to the date of last contact was 3.4 years. The primary study endpoint was biochemical failure, defined as a serum prostate-specific antigen (PSA) level after SC of >0.5 ng/mL. RESULTS: Overall, the rate of biochemical failure was 66% with a median of 3.4 years of follow-up. A logistic regression model was used to predict biochemical failure. Covariates included serum PSA level at diagnosis, initial clinical T stage, and initial biopsy Gleason score. On the basis of these results, a pretreatment nomogram was developed which can be used to help select patients best suited for SC. Our pretreatment nomogram was internally validated using 500 bootstrap samples, with the concordance index of the model being 0.70. CONCLUSION: A pretreatment nomogram based on several diagnostic variables (serum PSA level at diagnosis, biopsy Gleason grade, and initial clinical T stage) was developed and might allow the selection of ideal candidates for SC.
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 ».