Urinary cytology and nuclear matrix protein 22 in the detection of bladder cancer recurrence other than transitional cell carcinoma
Notice bibliographique
Résumé
OBJECTIVE: To assess the value of nuclear matrix protein-22 (NMP22), compared with urinary cytology, in predicting the recurrence of bladder cancer that is not transitional cell carcinoma (non-TCC). PATIENTS AND METHODS: We tested the sensitivity, specificity and the predictive accuracy of NMP22 in the context of non-TCC bladder cancer recurrence, and compared it to the performance of urinary cytology. The study group comprised 2687 patients with history of non-muscle-invasive bladder cancer from 10 centres across four continents. RESULTS: The mean patient age was 64.8 years and 75.4% were men; of all patients, 513 (19.1%) had positive urinary cytology, 906 (33.7%) had a positive NMP22 test (>or=10 units/mL) and 80 (3.0%) had non-TCC recurrence. Most of these, i.e. 60 (75%), were stage >or=T2. The sensitivity and specificity of urinary cytology were, respectively, 20.0% and 94.8%, vs 77.5% and 81.8% for NMP22 of >or=10 units/mL. The predictive accuracy of urinary cytology was 57.5%, vs 87.1% for NMP22 >or= 10 units/mL. A combined model that included dichotomized NMP22 and urinary cytology was 85.3% accurate. CONCLUSION: The ability of a NMP22 level of >or=10 units/mL to predict non-TCC recurrence was better than that of urinary cytology, suggesting that NMP22 might have a role in the surveillance of patients at risk of non-TCC recurrence.
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 | 0,003 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».