Testing the most stringent criteria for selection of candidates for active surveillance in patients with low‐risk prostate cancer
Notice bibliographique
Résumé
OBJECTIVE: To test the ability of two of the most stringent criteria used to identify patients with low-risk prostate cancer suitable for active surveillance (AS) to correctly exclude patients with unfavourable prostate cancer characteristics. PATIENTS AND METHODS: The study included 874 consecutive patients treated with radical prostatectomy (RP). We selected patients who could have been selected for AS according to the van den Bergh et al. and the Carter et al. criteria. We analysed the rates of advanced disease in these patients, defined as presence of either extracapsular extension (ECE), seminal vesicle invasion (SVI), lymph node invasion (LNI) and Gleason sum of 8-10 or 7-10. RESULTS: Of 874 patients, 85 (9.7%) and 61 (6.9%) patients, respectively, qualified for AS according to the tested criteria. Within the van den Bergh et al. candidates, 5.9, 1.2, 1.2 and 1.2% of patients, respectively, showed ECE, SVI, LNI and high-grade Gleason sum 8-10 at pathology. Within the Carter et al. candidates, 3.3, 0, 3.3 and 0% of patients, respectively, showed ECE, SVI, LNI and high-grade Gleason sum 8-10. The cumulative rate of unfavourable characteristics was 7.1 and 3.3%. The rate increased to 28.2 and 27.9%, respectively, when Gleason sum 7 was considered as an unfavourable prostate cancer. CONCLUSIONS: The use of the strictest criteria for AS inclusion identified 7-10% of the men in our cohort of men undergoing RP, as men that would have been eligible for AS. Among this small proportion, between 3.3 and 7.1% of patients harboured unfavourable prostate cancer characteristics. The clinical implications of these misclassification rates remain to be determined.
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 ».