A population study of fasting time and serum prostate-specific antigen (PSA) level
Notice bibliographique
Résumé
Prostate cancer is one of the most common cancers in men. Traditional screening and diagnostic methods include digital rectal examinations (DREs), biopsies and serum prostate-specific antigen (PSA) tests, with the latter being the more popular. PSA is a biomarker for prostate cancer; however, it is highly sensitive to external factors as well as other prostate diseases. As such, the reliability of of the serum PSA level as a sole screening and diagnostic tool for prostate cancer is controversial. Recently, it has been shown that fasting extremes can affect concentrations of serum chemistry analytes, thus raising the question of whether or not fasting has an effect on the highly sensitive PSA biomarker. Patients testing for serum PSA levels are often concomitantly submitting to other tests that require fasting, subjecting certain patients to a fasting PSA level while others not. The objective of this study was to investigate whether this discrepancy in fasting state translates into an effect on serum PSA levels. Serum PSA levels and fasting time records for 157 276 men who underwent testing at Calgary Laboratory Services (CLS; Calgary, Alberta, Canada) between 01 January 2010 and 31 March 2013 were accessed. Linear regression models of mean PSA levels and fasting times revealed a statistically important relationship at certain fasting times. Applying a dynamic mathematical model to explore the clinical effect of fasting suggests minimal impact on serum PSA result interpretation. Thus, patients can be tested for serum PSA levels regardless of their fasting state.
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 | 0,001 | 0,002 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».