Comparative Analysis of Biopsy Upgrading in Four Prostate Cancer Active Surveillance Cohorts
Notice bibliographique
Résumé
Background: Active surveillance (AS) is increasingly accepted for managing low-risk prostate cancer, yet there is no consensus about implementation. This lack of consensus is due in part to uncertainty about risks for disease progression, which have not been systematically compared or integrated across AS studies with variable surveillance protocols and dropout to active treatment. Objective: To compare risks for upgrading from a Gleason score (GS) of 6 or less to 7 or more across AS studies after accounting for differences in surveillance intervals and competing treatments and to evaluate tradeoffs of more versus less frequent biopsies. Design: Joint statistical model of longitudinal prostate-specific antigen (PSA) levels and risks for biopsy upgrading. Setting: Johns Hopkins University (JHU); Canary Prostate Active Surveillance Study (PASS); University of California, San Francisco (UCSF); and University of Toronto (UT) AS studies. Patients: 2576 men aged 40 to 80 years with a GS between 2 and 6 and clinical stage T1 or T2 prostate cancer enrolled between 1995 and 2014. Measurements: PSA levels and biopsy GSs. Results: After variable surveillance intervals and competing treatments were accounted for, estimated risks for biopsy upgrading were similar in the PASS and UT studies but higher in UCSF and lower in JHU studies. All cohorts had a delay of 3 to 5 months in detecting upgrading with biennial biopsies starting after a first confirmatory biopsy versus annual biopsies. Limitation: The model does not account for possible misclassification of biopsy GS. Conclusion: Men in different AS studies have different risks for biopsy upgrading after variable surveillance protocols and competing treatments are accounted for. Despite these differences, the consequences of more versus less frequent biopsies seem to be similar across cohorts. Biennial biopsies seem to be an acceptable alternative to annual biopsies. Primary Funding Source: National Cancer Institute.
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 | 0,021 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».