Validation of a Genomic Classifier for Predicting Post-Prostatectomy Recurrence in a Community Based Health Care Setting
Notice bibliographique
Résumé
PURPOSE: We determined the value of Decipher®, a genomic classifier, to predict prostate cancer outcomes among patients after prostatectomy in a community health care setting. MATERIALS AND METHODS: We examined the experience of 224 men treated with radical prostatectomy from 1997 to 2009 at Kaiser Permanente Northwest, a large prepaid health plan in Portland, Oregon. Study subjects had aggressive prostate cancer with at least 1 of several criteria such as preoperative prostate specific antigen 20 ng/ml or greater, pathological Gleason score 8 or greater, stage pT3 disease or positive surgical margins at prostatectomy. The primary end point was clinical recurrence or metastasis after surgery evaluated using a time dependent c-index. Secondary end points were biochemical recurrence and salvage treatment failure. We compared the performance of Decipher alone to the widely used CAPRA-S (Cancer of the Prostate Risk Assessment Post-Surgical) score, and assessed the independent contributions of Decipher, CAPRA-S and their combination for the prediction of recurrence and treatment failure. RESULTS: Of the 224 patients treated 12 experienced clinical recurrence, 68 had biochemical recurrence and 34 experienced salvage treatment failure. At 10 years after prostatectomy the recurrence rate was 2.6% among patients with low Decipher scores but 13.6% among those with high Decipher scores (p=0.02). When CAPRA-S and Decipher scores were considered together, the discrimination accuracy of the ROC curve was increased by 0.11 compared to the CAPRA-S score alone (combined c-index 0.84 at 10 years after radical prostatectomy) for clinical recurrence. CONCLUSIONS: Decipher improves our ability to predict clinical recurrence in prostate cancer and adds precision to conventional pathological prognostic measures.
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 | 0,010 |
| 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 | 0,000 | 0,001 |
| 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 ».