False positive and false negative diagnoses of prostate cancer at multi-parametric prostate MRI in active surveillance
Notice bibliographique
Résumé
MP-MRI is a critical component in active surveillance (AS) of prostate cancer (PCa) because of a high negative predictive value for clinically significant tumours. This review illustrates pitfalls of MP-MRI and how to recognise and avoid them. The anterior fibromuscular stroma and central zone are low signal on T2W-MRI/apparent diffusion coefficient (ADC), resembling PCa. Location, progressive enhancement and low signal on b ≥1000 mm²/s echo-planar images (EPI) are differentiating features. BPH can mimic PCa. Glandular BPH shows increased T2W/ADC signal, cystic change and progressive enhancement; however, stromal BPH resembles transition zone (TZ) PCa. A rounded morphology, low T2 signal capsule and posterior/superior location favour stromal BPH. Acute/chronic prostatitis mimics PCa at MP-MRI, with differentiation mainly on clinical grounds. Visual analysis of diffusion-weighted MRI must include EPI and appropriate windowing of ADC. Quantitative ADC analysis is limited by lack of standardization; the ADC ratio and ADC histogram analysis are alternatives to mean values. DCE lacks standardisation and has limited utility in the TZ, where T2W/DWI are favoured. Targeted TRUS-guided biopsies of MR-detected lesions are challenging. Lesions detected on MP-MRI may not be perfectly targeted with TRUS and this must be considered when faced with a suspicious lesion on MP-MRI and a negative targeted TRUS biopsy histopathological result. KEYPOINTS: • Multi-parametric MRI plays a critical role in prostate cancer active surveillance. • Low T2W signal intensity structures appear dark on ADC, potentially simulating cancer. • Stromal BPH mimics cancer at DWI and DCE. • Long b value trace EPI should be reviewed • Targeted biopsy of MR-detected lesions using TRUS guidance may be challenging.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».