Comparison of Prostate Specific Antigen and Prostate Specific Antigen Density for Predicting the Degree of Gleason Score of Prostate Cancer
Notice bibliographique
Résumé
Introduction: In this study we evaluate the relationship of PSA and PSAD with the degree of Gleason score of prostate cancer in transrectal ultrasound guided biopsy specimens. Methods: From March 2003 to October 2009, 1025 transractal ultrasound guided biopsies were performed in our hospital. PSA was measured by monoclonal antibody method and PSAD was calculated. The Gleason grade of the detected tumors in the biopsy specimens was classified as low, moderate and high grade. Data were analyzed by SPSS software. Results: 292 patients were diagnosed to have prostate adenocarcinoma. There was an acceptable correlation between PSA (P=0.001) and PSAD of the specimens (P = 0.013) with Gleason grades. PSA level showed a statistically significant difference between the low and high grade groups (P=0.005) and the intermediate and high grade groups (p=0.014). A statistically significant difference of PSAD level was seen only between the low and high grade (P=0.006) groups Conclusions: PSA and PSAD are both effective diagnostic tools for detection of prostate cancer; PSA level has a valuable role in predicting Gleason pattern higher than 7/10 and it can be the predictor of advanced pathological features but PSAD is effective in prediction of Gleason pattern lower than 5/10.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».