Comparison of prostate MRI-3D transrectal ultrasound fusion biopsy for first-time and repeat biopsy patients with previous atypical small acinar proliferation
Notice bibliographique
Résumé
INTRODUCTION: This study evaluates the clinical benefit of magnetic resonance-transrectal ultrasound (MR-TRUS) fusion biopsy over systematic biopsy between first-time and repeat prostate biopsy patients with prior atypical small acinar proliferation (ASAP). MATERIALS: 100 patients were enrolled in a single-centre prospective cohort study: 50 for first biopsy, 50 for repeat biopsy with prior ASAP. Multiparameteric magnetic resonance imaging (MP-MRI) and standard 12-core ultrasound biopsy (Std-Bx) were performed on all patients. Targeted biopsy using MRI-TRUS fusion (Fn-Bx) was performed f suspicious lesions were identified on the pre-biopsy MP-MRI. Classification of clinically significant disease was assessed independently for the Std-Bx vs. Fn-Bx cores to compare the two approaches. RESULTS: Adenocarcinoma was detected in 49/100 patients (26 first biopsy, 23 ASAP biopsy), with 25 having significant disease (17 first, 8 ASAP). Fn-Bx demonstrated significantly higher per-core cancer detection rates, cancer involvement, and Gleason scores for first-time and ASAP patients. However, Fn-Bx was significantly more likely to detect significant cancer missed on Std-Bx for ASAP patients than first-time biopsy patients. The addition of Fn-Bx to Std-Bx for ASAP patients had a 166.7% relative risk reduction for missing Gleason ≥ 3 + 4 disease (number needed to image with MP-MRI=10 patients) compared to 6.3% for first biopsy (number to image=50 patients). Negative predictive value of MP-MRI for negative biopsy was 79% for first-time and 100% for ASAP patients, with median followup of 32.1 ± 15.5 months. CONCLUSIONS: MR-TRUS Fn-Bx has a greater clinical impact for repeat biopsy patients with prior ASAP than biopsy-naïve patients by detecting more significant cancers that are missed on Std-Bx.
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 ».