The presence of prostate cancer on saturation biopsy can be accurately predicted
Notice bibliographique
Résumé
OBJECTIVE: To improve the ability of our previously reported saturation biopsy nomogram quantifying the risk of prostate cancer, as the use of office-based saturation biopsy has increased. PATIENTS AND METHODS: Saturation biopsies of 540 men with one or more previously negative 6-12 core biopsies were used to develop a multivariable logistic regression model-based nomogram, predicting the probability of prostate cancer. Candidate predictors were used in their original or stratified format, and consisted of age, total prostate-specific antigen (PSA) level, percentage free PSA (%fPSA), gland volume, findings on a digital rectal examination, cumulative number of previous biopsy sessions, presence of high-grade prostatic intraepithelial neoplasia on any previous biopsy, and presence of atypical small acinar proliferation (ASAP) on any previous biopsy. Two hundred bootstraps re-samples were used to adjust for overfit bias. RESULTS: Prostate cancer was diagnosed in 39.4% of saturation biopsies. Age, total PSA, %fPSA, gland volume, number of previous biopsies, and presence of ASAP at any previous biopsy were independent predictors for prostate cancer (all P < 0.05). The nomogram was 77.2% accurate and had a virtually perfect correlation between predicted and observed rates of prostate cancer. CONCLUSIONS: We improved the accuracy of the saturation biopsy nomogram from 72% to 77%; it relies on three previously included variables, i.e. age, %fPSA and prostate volume, and on three previously excluded variables, i.e. PSA, the number of previous biopsy sessions, and evidence of ASAP on previous biopsy. Our study represents the largest series of saturation biopsies to date.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».