Evaluation of MRI-TRUS Fusion Versus Cognitive Registration Accuracy for MRI-Targeted, TRUS-Guided Prostate Biopsy
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this article is to compare transrectal ultrasound (TRUS) biopsy accuracies of operators with different levels of prostate MRI experience using cognitive registration versus MRI-TRUS fusion to assess the preferred method of TRUS prostate biopsy for MRI-identified lesions. SUBJECTS AND METHODS; One hundred patients from a prospective prostate MRI-TRUS fusion biopsy study were reviewed to identify all patients with clinically significant prostate adenocarcinoma (PCA) detected on MRI-targeted biopsy. Twenty-five PCA tumors were incorporated into a validated TRUS prostate biopsy simulator. Three prostate biopsy experts, each with different levels of experience in prostate MRI and MRI-TRUS fusion biopsy, performed a total of 225 simulated targeted biopsies on the MRI lesions as well as regional biopsy targets. Simulated biopsies performed using cognitive registration with 2D TRUS and 3D TRUS were compared with biopsies performed under MRI-TRUS fusion. RESULTS: Two-dimensional and 3D TRUS sampled only 48% and 45% of clinically significant PCA MRI lesions, respectively, compared with 100% with MRI-TRUS fusion. Lesion sampling accuracy did not statistically significantly vary according to operator experience or tumor volume. MRI-TRUS fusion-naïve operators showed consistent errors in targeting of the apex, midgland, and anterior targets, suggesting that there is biased error in cognitive registration. The MRI-TRUS fusion expert correctly targeted the prostate apex; however, his midgland and anterior mistargeting was similar to that of the less-experienced operators. CONCLUSION: MRI-targeted TRUS-guided prostate biopsy using cognitive registration appears to be inferior to MRI-TRUS fusion, with fewer than 50% of clinically significant PCA lesions successfully sampled. No statistically significant difference in biopsy accuracy was seen according to operator experience with prostate MRI or MRI-TRUS fusion.
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 | 0,004 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».