Role for <sup>11</sup>C-choline PET in active surveillance of prostate cancer
Notice bibliographique
Résumé
INTRODUCTION: Active surveillance (AS) is an increasingly popular management strategy for men diagnosed with low-risk indolent prostate cancer. Current tests (prostate-specific antigen [PSA], clinical staging, and prostate biopsies) to monitor indolent disease lack accuracy. (11)C-choline positron emission tomography (PET) has excellent detection rates in local and distant recurrence of prostate cancer. We examine (11)C-choline PET for identifying aggressive prostate cancer warranting treatment in the AS setting. METHODS: In total, 24 patients on AS had clinical assessment and PSA testing every 6 months and (11)C-choline PET and prostate biopsies annually. The sensitivity and specificity to identify prostate cancer and progressive disease (PD) were calculated for each (11)C-choline PET scan. RESULTS: In total, 62 biopsy-paired, serial (11)C-choline PET scans were analyzed using a series of standard uptake value-maximum (SUVmax) cut-off thresholds. During follow-up (mean 25.3 months), 11 of the 24 low-risk prostate cancer patients developed PD and received definitive treatment. The prostate cancer detection rate with (11)C-choline PET had moderate sensitivity (72.1%), but low specificity (45.0%). PD prediction from baseline (11)C-choline PET had satisfactory sensitivity (81.8%), but low specificity (38.5%). The addition of clinical parameters to the baseline (11)C-choline PET improved specificity (69.2%), with a slight reduction in sensitivity (72.7%) for PD prediction. CONCLUSIONS: Addition of (11)C-choline PET imaging during AS may help to identify aggressive disease earlier than traditional methods. However, (11)C-choline PET alone has low specificity due to overlap of SUV values with benign pathologies. Triaging low-risk prostate cancer patients into AS versus therapy will require further optimization of PET protocols or consideration of alternative strategies (i.e., magnetic resonance imaging, biomarkers).
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 | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».