Prostate volume estimations using magnetic resonance imaging and transrectal ultrasound compared to radical prostatectomy specimens
Notice bibliographique
Résumé
INTRODUCTION: We sought to evaluate the accuracy of prostate volume estimates in patients who received both a preoperative transrectal ultrasound (TRUS) and magnetic resonance imaging (MRI) in relation to the referent pathological specimen post-radical prostatectomy. METHODS: Patients receiving both TRUS and MRI prior to radical prostatectomy at one academic institution were retrospectively analyzed. TRUS and MRI volumes were estimated using the prolate ellipsoid formula. TRUS volumes were collected from sonography reports. MRI volumes were estimated by two blinded raters and the mean of the two was used for analyses. Pathological volume was calculated using a standard fluid displacement method. RESULTS: Three hundred and eighteen (318) patients were included in the analysis. MRI was slightly more accurate than TRUS based on interclass correlation (0.83 vs. 0.74) and absolute risk bias (higher proportion of estimates within 5, 10, and 20 cc of pathological volume). For TRUS, 87 of 298 (29.2%) prostates without median lobes differed by >10 cc of specimen volume and 22 of 298 (7.4%) differed by >20 cc. For MRI, 68 of 298 (22.8%) prostates without median lobes differed by >10 cc of specimen volume, while only 4 of 298 (1.3%) differed by >20 cc. CONCLUSIONS: MRI and TRUS prostate volume estimates are consistent with pathological volumes along the prostate size spectrum. MRI demonstrated better correlation with prostatectomy specimen volume in most patients and may be better suited in cases where TRUS and MRI estimates are disparate. Validation of these findings with prospective, standardized ultrasound techniques would be helpful.
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) | 0,000 | 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 ».