Clinical nodal staging scores for prostate cancer: a proposal for preoperative risk assessment
Notice bibliographique
Résumé
BACKGROUND: Pelvic lymph node dissection in patients undergoing radical prostatectomy for clinically localised prostate cancer is not without morbidity and its therapeutical benefit is still a matter of debate. The objective of this study was to develop a model that allows preoperative determination of the minimum number of lymph nodes needed to be removed at radical prostatectomy to ensure true nodal status. METHODS: We analysed data from 4770 patients treated with radical prostatectomy and pelvic lymph node dissection between 2000 and 2011 from eight academic centres. For external validation of our model, we used data from a cohort of 3595 patients who underwent an anatomically defined extended pelvic lymph node dissection. We estimated the sensitivity of pathological nodal staging using a beta-binomial model and developed a novel clinical (preoperative) nodal staging score (cNSS), which represents the probability that a patient has lymph node metastasis as a function of the number of examined nodes. RESULTS: In the development and validation cohorts, the probability of missing a positive lymph node decreases with increase in the number of nodes examined. A 90% cNSS can be achieved in the development and validation cohorts by examining 1-6 nodes in cT1 and 6-8 nodes in cT2 tumours. With 11 nodes examined, patients in the development and validation cohorts achieved a cNSS of 90% and 80% with cT3 tumours, respectively. CONCLUSIONS: Pelvic lymph node dissection is the only reliable technique to ensure accurate nodal staging in patients treated with radical prostatectomy for clinically localised prostate cancer. The minimum number of examined lymph nodes needed for accurate nodal staging may be predictable, being strongly dependent on prostate cancer characteristics at diagnosis.
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 | 0,013 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».