Institutional variability in the accuracy of urinary cytology for predicting recurrence of transitional cell carcinoma of the bladder
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 assess the contemporary inter-institutional accuracy of urinary cytology in predicting the recurrence of transitional cell carcinoma (TCC) of the bladder, in a large multi-institutional cohort from four continents, as cystoscopy and urinary cytology represent the 'gold standards' for surveillance of TCC recurrences, but the ability of cytology to predict recurrence varies. PATIENTS AND METHODS: Ten institutions contributed 2542 patients with a history of superficial TCC, of whom 898 had TCC recurrence. Age- and gender-adjusted logistic regression models were used to evaluate the association between urine cytology and TCC recurrence. The predictive accuracy derived from the logistic regression model was tested using the area under the receiver operating characteristic curve. The resulting predictive accuracy estimates were internally validated with 200 bootstrap re-samples. RESULTS: The mean (range across institutions) age of the patients was 65 (48-69) years and 75 (67-87)% were men. Cytology was positive in 19 (10-38)% of patients; recurrence was identified in 35 (27-54)% of patients. The sensitivity was 38-65% across institutions. Urinary cytology varied significantly in its ability to predict recurrence of bladder cancer. Institution-specific predictive accuracy adjusted for gender and age was 0.627-0.893. Stratifying by grade and stage only partly attenuated the discrepancies between centres. CONCLUSIONS: The variability of urinary cytology results was very appreciable among the 10 centres and ranged from poor (63%) to excellent (89%).
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 | 0,001 | 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