Natural history of prostatic lesions on serial multiparametric magnetic resonance imaging
Notice bibliographique
Résumé
INTRODUCTION: The natural history of prostatic lesions identified on multiparametric magnetic resonance imaging (mpMRI) is largely unknown. We aimed to describe changes observed over time on serial MRI. METHODS: All patients with ≥2 MRI studies between 2008 and 2015 at our institution were identified. MRI progression was defined as an increase in Prostate Imaging Reporting and Data System (PI-RADS; version 2) or size of existing lesions, or the appearance of a new lesion PIRADS ≥4. Patients on active surveillance (AS) were analyzed for correlation of MRI progression to biopsy reclassification. RESULTS: A total of 83 patients (54 on AS and 29 for diagnostic purposes) underwent serial MRI, with a mean interval of 1.9 years between scans. At baseline, 115 lesions (66 index, 49 non-index) were identified. Index lesions were more likely than non-index lesions to increase in size ≥2 mm (36.2 vs. 7.3 %; p=0.002). Overall progression was more likely to be seen among the index cohort (34.8 vs. 7.6%; p<0.001). New lesions with PIRADS ≥4 were seen on second imaging in 13 (16.5%) men, and became the index lesion in 29 cases (34.9%). Eighteen men on AS showed evidence of MRI progression (five with new lesions, 13 with progression of a previous lesion). Biopsy reclassification was present in three men (16.7%) with and seven men without MRI progression (19.4%). CONCLUSIONS: Overall changes in size and PIRADS scores of index lesions on MRI were small. New lesions were common, but usually did not alter management.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».