Clinical predictors of gleason score upgrading
Notice bibliographique
Résumé
BACKGROUND: Brachytherapy, active surveillance, and watchful waiting are increasingly being offered to men with low-risk prostate cancer. However, many of these men harbor undetected high-grade disease (Gleason pattern > or =4). The ability to identify those individuals with occult high-grade disease may help guide treatment decisions in this patient cohort. METHODS: The authors identified 175 cases of low-risk prostate cancer treated with radical prostatectomy. By using logistic regression analysis, 11 a priori-defined preoperative risk factors were evaluated for their ability to predict upgrading from Gleason 6 at biopsy to Gleason > or =7 at radical prostatectomy. An internally validated nomogram using all clinical variables was subsequently created to help physicians identify patients who had undetected high-grade disease. RESULTS: A total of 60 (34%) patients were upgraded to high-grade disease. On multivariate analyses, both prostate-specific antigen (PSA) level (P = .02) and the level of pathologist expertise (P = .007) were predictive of upgrading. The predictive nomogram contained these variables plus age, digital rectal examination, transrectal ultrasound results, biopsy scheme applied (sextant vs extended), presence of prostatic intraepithelial neoplasia, prostate gland volume, and percentage of cancer in the biopsy. The nomogram provided acceptable discrimination (C statistic 0.71). CONCLUSIONS: The authors identified significant predictors of upgrading for patients diagnosed with low-risk prostate cancer. A nomogram based on these study findings could help physicians further risk-stratify patients with low-risk prostate cancer before embarking on treatment. Caution should be exercised in recommending nonradical therapy to individuals with a high probability of undetected high-grade disease.
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 ».