Benefits and harms of prostate cancer screening – predictions of the ONCOTYROL prostate cancer outcome and policy model
Notice bibliographique
Résumé
BACKGROUND: A recent recalibration of the ONCOTYROL Prostate Cancer Outcome and Policy (PCOP) Model, assuming that latent prostate cancer (PCa) detectable at autopsy might be detectable by screening as well, resulted in considerable worsening of the benefit-harm balance of screening. In this study, we used the recalibrated model to assess the effects of familial risk, quality of life (QoL) preferences, age, and active surveillance. METHODS: Men with average and elevated familial PCa risk were simulated in separate models, differing in familial risk parameters. Familial risk was assumed to affect PCa onset and progression simultaneously in the base-case, and separately in scenario analyses. Evaluated screening strategies included one-time screening at different ages, and screening at different intervals and age ranges. Optimal screening strategies were identified depending on age and individual QoL preferences. Strategies were additionally evaluated with active surveillance by biennial re-biopsy delaying treatment of localized cancer until grade progression to Gleason score ≥ 7. RESULTS: Screening men with average PCa risk reduced quality-adjusted life expectancy (QALE) even under favorable assumptions. Men with elevated familial risk, depending on age and disutilities, gained QALE. While for men with familial risk aged 55 and 60 years annual screening to age 69 was the optimal strategy over most disutility ranges, no screening was the preferred option for 65 year-old men with average and above disutilities. Active surveillance greatly reduced overtreatment, but QALE gains by averted adverse events were opposed by losses due to delayed treatment and additional biopsies. The effect of active surveillance on the benefit-harm balance of screening differed between populations, as net losses and gains in QALE predicted for screening without active surveillance in men with average and familial PCa risk, respectively, were both reduced. CONCLUSIONS: Assumptions about PCa risk and screen-detectable prevalence significantly affect the benefit-harm balance of screening. Based on the assumptions of our model, PCa screening should focus on candidates with familial predisposition with consideration of individual QoL preferences and age. Active surveillance may require treatment initiation before Gleason score progression to 7. Alternative active surveillance strategies should be evaluated in further modeling studies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».