The ONCOTYROL Prostate Cancer Outcome and Policy Model
Notice bibliographique
Résumé
BACKGROUND: The ONCOTYROL Prostate Cancer Outcome and Policy (PCOP) model is a state-transition microsimulation model evaluating the benefits and harms of prostate cancer (PCa) screening. The natural history and detection component of the original model was based on the 2003 version of the Erasmus MIcrosimulation SCreening ANalysis (MISCAN) model, which was not calibrated to prevalence data. Compared with data from autopsy studies, prevalence of latent PCa assumed by the original model is low, which may bias the model toward screening. Our objective was to recalibrate the original model to match prevalence data from autopsy studies as well and compare benefit-harm predictions of the 2 model versions differing in prevalence. METHODS: For recalibration, we reprogrammed the natural history and detection component of the PCOP model as a deterministic Markov state-transition cohort model in the statistical software package R. All parameters were implemented as variables or time-dependent functions and calibrated simultaneously in a single run. Observed data used as calibration targets included data from autopsy studies, cancer registries, and the European Randomized Study of Screening for Prostate Cancer. Compared models were identical except for calibrated parameters. RESULTS: We calibrated 46 parameters. Prevalence from autopsy studies could not be fitted using the original parameter set. Additional parameters, allowing for interruption of disease progression and age-dependent screening sensitivities, were needed. Recalibration to higher prevalence demonstrated a considerable increase of overdiagnosis and decline of screening sensitivity, which significantly worsened the benefit-harm balance of screening. CONCLUSIONS: Our calibration suggests that not all cancers are at risk of progression, and screening sensitivity may be lower at older ages. PCa screening models that use calibration to simulate disease progression in the unobservable latent phase are highly sensitive to prevalence assumptions.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».