Screening for prostate cancer at low PSA range: The impact of digital rectal examination on tumor incidence and tumor characteristics
Notice bibliographique
Résumé
OBJECTIVES: To compare tumor characteristics of screen-detected prostate cancers (PCs) either by digital rectal examination (DRE) or by prostate-specific antigen (PSA) as biopsy indication at low PSA. METHODS: Two populations with PSA between 2.0 and 3.9 ng/ml were studied. Group-1 was biopsied if DRE was suspicious (1st screening round, N = 1877). In group-2 all men were offered biopsy, regardless of DRE result (side-study in 2nd screening-round, N = 801). We compared cancer detection rates (CDRs) and tumor characteristics. RESULTS: In group-1 abnormal DRE prompted biopsy in 253 (13.5%) men (236 (93.3%) actually biopsied). Forty-nine PCs were detected, CDR 49/1877 = 2.6%. In group-2 we found 120 cancers in 666 (83.1%) men actually biopsied, CDR = 120/801 = 15.0%. Of all cancers detected, organ confinement (clinical T2) was found in 77.5% (group-1) and 96.6% (group-2; of which 99 T1c). Of all PCs 46.9% in group-1 and 15.0% in group-2 had biopsy Gleason score (GS) > or = 7. In the latter, 15.2% of T1cs were classified GS > or = 7. Considering only PCs with organ confinement or GS > or = 7 for each group, CDRs amounted to 2.0% versus 14.5% and 1.2% versus 2.3% for group-1 and group-2, respectively. CONCLUSIONS: PSA-based screening detected a considerable amount (15.2%) of potentially aggressive tumors as T1cs, but in addition large numbers of possibly insignificant cancers (T1c, GS = 6) were diagnosed. DRE seemed to detect more selectively high-grade cancers, but also missed many of these. Considering both populations and the need to detect aggressive but confined cancers, PSA as biopsy indication outperformed DRE at the price of more biopsies (13.5% vs. 100% if all would comply).
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».