Prospective Multi-Institutional Study Evaluating the Performance of Prostate Cancer Risk Calculators
Notice bibliographique
Résumé
PURPOSE: Prostate cancer risk calculators incorporate many factors to evaluate an individual's risk for prostate cancer. We validated two common North American-based, prostate cancer risk calculators. PATIENTS AND METHODS: We conducted a prospective, multi-institutional study of 2,130 patients who underwent a prostate biopsy for prostate cancer detection from five centers. We evaluated the performance of the Sunnybrook nomogram-based prostate cancer risk calculator (SRC) and the Prostate Cancer Prevention Trial (PCPT) -based risk calculator (PRC) to predict the presence of any cancer and high-grade cancer. We examined discrimination, calibration, and decision curve analysis techniques to evaluate the prediction models. RESULTS: Of the 2,130 patients, 867 men (40.7%) were found to have cancer, and 1,263 (59.3%) did not have cancer. Of the patients with cancer, 403 (46.5%) had a Gleason score of 7 or more. The area under the [concentration-time] curve (AUC) for the SRC was 0.67 (95% CI, 0.65 to 0.69); the AUC for the PRC was 0.61 (95% CI, 0.59 to 0.64). The AUC was higher for predicting aggressive disease from the SRC (0.72; 95% CI, 0.70 to 0.75) compared with that from the PRC (0.67; 95% CI, 0.64 to 0.70). Decision curve analyses showed that the SRC performed better than the PRC for risk thresholds of more than 30% for any cancer and more than 15% for aggressive cancer. CONCLUSION: The SRC performed better than the PRC, but neither one added clinical benefit for risk thresholds of less than 30%. Further research is needed to improve the AUCs of the risk calculators, particularly for higher-grade cancer.
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 | 0,007 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».