A Framework for the Identification of Men at Increased Risk for Prostate Cancer
Notice bibliographique
Résumé
PURPOSE: We assessed the risk of prostate cancer over time, and the implications for screening strategies and potential risk reduction approaches to provide a framework for clinical use of this approach concordant with the use of prostate specific antigen as a marker of current prostate cancer risk. MATERIALS AND METHODS: A comprehensive review of the relevant literature was performed. In this article the phrase risk of/for prostate cancer refers to the risk of developing prostate cancer. RESULTS: Prostate specific antigen is the single most significant predictive factor for identifying men at increased risk for prostate cancer. A suspicious digital rectal examination, a family history of prostate cancer, the presence of high grade prostatic intraepithelial neoplasia or atypical small acinar proliferation and black ethnicity are also important predictive factors, while larger prostate volume and a previous negative biopsy are negative predictors. For men of screening age (50 to 70 years) a prostate specific antigen of greater than 1.5 ng/ml is a marker for greater than average risk up to 8 years (7.5-times greater risk vs 1.5 ng/ml or less). This prostate specific antigen threshold for a man at above average risk can be modified by the presence of other predictive factors. It should be lower for men with a prostate volume less than 40 cc, black ethnicity or a family history of prostate cancer. For younger men with longer followup a lower prostate specific antigen may be considered. CONCLUSIONS: The risk of prostate cancer can be estimated in individual men primarily using prostate specific antigen, but also using prostate volume, previous biopsy status, family history and ethnicity. Men at increased risk warrant enhanced surveillance and in the future may also be candidates for active risk reduction strategies.
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 | 0,034 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,010 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,010 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».