A nomogram for predicting low‐volume/low‐grade prostate cancer
Notice bibliographique
Résumé
BACKGROUND: The authors reported previously that assessment of the number of positive biopsy cores, maximum tumor length in a core, Gleason score, and prostate volume in an extended biopsy enhanced the accuracy of predicting low-volume/low-grade prostate cancer. On the basis of those findings, they developed a nomogram to predict the probability of low-volume/low-grade prostate cancer specifically for men with a single positive biopsy core. METHODS: The study cohort comprised 258 men who underwent radical prostatectomy without neoadjuvant therapy. Prostate cancer was diagnosed in only 1 core of an extended biopsy scheme. Low-volume/low-grade cancer was defined as pathologic organ-confined disease and a tumor volume<0.5 cc with no Gleason grade 4 or 5 cancer. Patient age, prostate-specific antigen (PSA) level, prostate volume, PSA density (PSAD), and tumor length in a biopsy core were examined as variables. A fitted multiple logistic regression model was used to establish the nomogram. RESULTS: One hundred thirty-three patients (51.6%) had low-volume/low-grade cancer. To establish the nomogram, age, PSAD, and tumor length were adopted as variables. The fitted model suggested that older age, higher PSAD values, and greater tumor length would reduce the probability of low-volume/low-grade cancer. The nomogram predicted low-volume/low-grade cancer with good discrimination (an area under the receiver operating characteristic curve of 0.727). Calibration of this nomogram showed good predicted probability. CONCLUSIONS: The authors established a nomogram with which to predict low-volume/low-grade cancer in men with 1 positive biopsy core in an extended biopsy scheme, and they recommend this nomogram for use in selecting men for active surveillance.
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 ».