MétaCan
Menu
← Retour à la cohorte
Enregistrement W2794427394 · doi:10.1200/jco.2018.36.6_suppl.140

When can active surveillance be less active? Prediction of long-term nonreclassification for men with low-risk prostate cancer.

2018· article· en· W2794427394 sur OpenAlexaff
Matthew R. Cooperberg, Anna Faino, Lisa F. Newcomb, Peter R. Carroll, James T. Kearns, James D. Brooks, Michael D. Fabrizio, Martin Gleave, Todd M. Morgan, Atreya Dash, Peter S. Nelson, Ian M. Thompson, Andrew A. Wagner, Daniel W. Lin, Yingye Zheng

Notice bibliographique

RevueJournal of Clinical Oncology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueProstate Cancer Diagnosis and Treatment
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineProstate cancerBiopsyWatchful waitingProportional hazards modelRegimenProstate biopsyProstate-specific antigenProstateCancerGynecologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

140 Background: Active surveillance is endorsed as the preferred management strategy for most men with low-risk prostate cancer. However, nearly all active surveillance protocols entail prostate specific antigen (PSA) testing every 3-6 months, and prostate biopsies every 1-2 years. For many men with indolent tumors, this regimen is overly intense, and exposes men to the discomfort, risks, and costs of repeated biopsies. We aimed to determine if some men can be safely selected for a less intense surveillance regimen by predicting the probability of non-reclassification over the next 4 years of surveillance. Methods: Data were collected from men in the multicenter Canary Prostate Active Surveillance Study (PASS), in which PSAs are collected q3 months and biopsies performed 12 months of diagnosis and then every 2 years. For inclusion in this study, men had to have undergone ≤ 1 follow up biopsy, and have Gleason grade group 1 at diagnosis. Reclassification was defined as increase in Gleason grade group on subsequent biopsy; those without reclassification were censored at last study contact, treatment or 2 years after last biopsy. A dynamic risk prediction model based on a Cox regression with robust variance estimates was used to construct and test a model predicting non-reclassification. Results: Of 1082 men included, 362 (33%) reclassified and the remaining were censored. The final regression model included percent of biopsy cores involved, prior biopsy history, time since diagnosis, BMI, prostate size, diagnostic PSA, and PSAk (a measure of PSA kinetics). This dynamic risk prediction model was assessed at a measurement time of 1 year after diagnosis, predicting risk of reclassification at 4 years. Men at lowest and highest deciles of this model-based risk faced 6% (95%CI 0-12%) and 73% (55-84%) risks of reclassification within 5 years. For at least 10% of the men in the cohort, the negative predictive value (NPV) for reclassification was 95% or higher. Conclusions: A substantial proportion of men with low-risk prostate cancer can safely be followed with a de-intensified active surveillance protocol, which would improve both the tolerability and cost-effectiveness of this management strategy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,109
Tête enseignante GPT0,438
Écart entre enseignants0,329 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetProstate Cancer Diagnosis and Treatment→Travaux en français237 207→