Local Staging of Prostate Cancer Using Three Dimensional (3D) Transrectal Ultrasound Assisted with Power Doppler Capability
Notice bibliographique
Résumé
Introduction: The ability to differentiate between carcinoma confined to the prostate and the extra-capsular extension (ECE) of the tumor is the key point for management. ECE of prostate cancer can lead to failure of radical prostatectomy and every attempt should be made to localize the tumor and assess its extensions preoperatively. The study aimed to evaluate the value of three dimensional (3D) Transrectal ultrasound (TRUS) assisted with power Doppler in local staging of prostate cancer. Methodology: -3D TRUS assisted with the power Doppler capability was performed for 120 patients were complaining of burning urination, difficult urination or blood in urine, among them 95 patients were subjected to 3D TRUS guided biopsies. Results: 33 patients showed prostatic carcinomas, 2 patients showed prostatic sarcoma. In patients with proven prostate cancer 3D TRUS showed an estimated sensitivity 85.7% and specificity 90% with a positive predictive value 83.3%, negative predictive value 91.5% and total accuracy 90.9%. 77% of our cancer patients (27/35) showed hypervascularity by power Doppler ultrasonography while 8 patients (23%) showed no abnormal high vascularity. Power Doppler increased the sensitivity of 3D TRUS in the detection of prostate cancer from 85.7% to 88.5% 3D TRUS clearly identified the extra-prostatic spread in 15 out of 18 patients of an estimated sensitivity (83%). Conclusion: 3D TRUS aided with power Doppler is a valuable tool in local staging of prostate cancer .The expected benefits in local staging of prostate cancer from the combination of 3D TRUS, power Doppler and 3D TRUS guided biopsy as one sitting exam, will be highly promising.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».