Evaluation of a genomic classifier in radical prostatectomy patients with lymph node metastasis
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the performance of the Decipher test in predicting lymph node invasion (LNI) on radical prostatectomy (RP) specimens. METHODS: We identified 1,987 consecutive patients with RP who received the Decipher test between February and August 2015 (contemporary cohort). In the contemporary cohort, only the Decipher score from RP specimens was available for analysis. In addition, we identified a consecutive cohort of patients treated with RP between 2006 and 2012 at the University of California, San Diego, with LNI upon pathologic examination (retrospective cohort). The retrospective cohort yielded seven, 22, and 18 tissue specimens from prostate biopsy, RP, and lymph nodes (LNs) for individual patients, respectively. Univariable and multivariable logistic regression analyses were used to evaluate the performance of Decipher in the contemporary cohort with LNI as the endpoint. In the retrospective cohort, concordance of risk groups was assessed using validated cut-points for low (<0.45), intermediate (0.45-0.60), and high (>0.60) Decipher scores. RESULTS: In the contemporary cohort, 51 (2.6%) patients had LNI. Decipher had an odds ratio of 1.73 (95% confidence interval, 1.46-2.05) and 1.42 (95% confidence interval, 1.19-1.7) per 10% increase in score on univariable and multivariable (adjusting for pathologic Gleason score, extraprostatic extension, and seminal vesicle invasion), respectively. No significant difference in the clinical and pathologic characteristics between the LN positive patients of contemporary and retrospective cohorts was observed (all P>0.05). Accordingly, among LN-positive patients in the contemporary cohort and retrospective cohort, 80% and 77% had Decipher high risk scores (P=1). In the retrospective cohort, prostate biopsy cores with the highest Gleason grade and percentage of tumor involvement had 86% Decipher risk concordance with both RP and LN specimens. CONCLUSION: Decipher scores were highly concordant between pre- and post-surgical specimens. Further, Decipher scores from RP tissue were predictive of LNI at RP. If validated in a larger cohort of prostate biopsy specimens for prediction of adverse pathology at RP, Decipher may be useful for improved pre-operative staging.
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 | 0,002 | 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) | 0,000 | 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 ».