Significant upgrading affects a third of men diagnosed with prostate cancer: predictive nomogram and internal validation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To explore the rate of significant upgrading from biopsy to radical prostatectomy (RP) specimens in a contemporary cohort, and to develop a prognostic model capable of predicting the probability of significant upgrading, as previous reports indicate that up to 43% of men with low-grade prostate cancer at biopsy will be diagnosed with high-grade cancer at RP. PATIENTS AND METHODS: The study cohort comprised 4789 men (median age 63 years, range 39-82) treated with RP, with available clinical stage, prostate-specific antigen levels, biopsy and RP Gleason sum values. These variables were used as predictors in multivariate logistic regression models (LRMs) addressing the rate of significant Gleason sum upgrading, defined as a Gleason sum increase either from < or = 6 to > or = 7 or from 7 to > or = 8 between the biopsy and RP specimens. Regression coefficients were used to develop and validate (200 bootstrap re-samples) a nomogram predicting significant biopsy Gleason sum upgrading. RESULTS: Significant biopsy Gleason sum upgrading was recorded in 1349 (28.2%) patients. In multivariate LRMs, all predictors were highly significant (all P < 0.001). The bootstrap-corrected accuracy of the nomogram predicting the probability of significant Gleason sum upgrading between biopsy and RP specimens was 75.7%. CONCLUSION: Our nomogram might prove highly useful when the possibility of a more aggressive Gleason variant could change the treatment options.
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.
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 découle