PSA density is superior than PSA and Gleason score for adverse
Notice bibliographique
Résumé
Introduction: Prostate-specific antigen (PSA) and its kinetics have changed prostate cancer screening and diagnosis. The aim of the present study was to evaluate their value in prostate cancer prognosis by determining the predictive potential of PSA density for adverse pathologic features after radical prostatectomy, in terms of positive surgical margins (PSM), extracapsular disease (ECD), seminal vesicle invasion (SVI) and/or lymph node invasion (LNI), and to compare their predictive ability with preoperative PSA and biopsy Gleason score.Methods: We retrospectively analysed 285 patients diagnosed with prostate cancer and underwent a retropubic radical prostatectomy for clinically localized disease. Data concerning preoperative PSA, biopsy Gleason score and PSA density were collected and analyzed. PSA density was calculated by dividing preoperative PSA and the pathological volume of the prostate.Results: There was a significant difference in PSA density valuesbetween patients with PSM, ECD, SVI and LNI. Areas under thecurve for PSA density were higher than those of PSA and Gleason score for all parameters of adverse pathology. In multivariate analyses, it was shown that PSA density and Gleason score were the only statistically significant predictors for PSM and ECD, PSA density and PSA for SVI and only PSA density for LNI.Conclusion: PSA density is an accurate predictor for adverse pathology prediction in patients undergoing radical prostatectomy. Theseresults demonstrate that this parameter is useful to determine the aggressiveness of prostate cancer and can be used as an adjunct in predicting outcomes after surgery.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».