The Impact of MRI-TRUS Cognitively Targeted Biopsy on the Incidence of Pathologic Upgrading After Radical Prostatectomy
Notice bibliographique
Résumé
Background: The aim of the study was to evaluate the utility of multiparametric magnetic resonance imaging (mp-MRI)-transrectal ultrasound (TRUS) cognitively targeted biopsy in identifying the most significant cancerous lesion in the prostate to decrease the incidence of pathologic upgrading after radical prostatectomy. Methods: We conducted a retrospective review of all radical prostatectomies at the American University of Beirut Medical Center between January 2016 and 2017. Pathology reports for both, TRUS biopsy and surgically resected specimens were analyzed and compared using SPSS. Results: Among 66 patients who underwent radical prostatectomy, 44 patients underwent a standard random 12-core biopsy of the prostate, while 22 patients underwent 4 - 5 cognitively targeted biopsies. Biopsy Gleason scores were compared to surgically resected specimens. Of mp-MRI targeted biopsies, 86% were identical to the surgical specimen, while 14% were upgraded. Of the random biopsy, 55% patients upgraded after surgery, while 38% were concordant with the random biopsy result. Moreover, 13/24 patients who upgraded after random biopsy, did so from Gleason 6 (3+3) to Gleason 7 (3+4). The difference in pathological upgrading among both groups is statistically significant, and confirms the importance of MRI-TRUS cognitively targeted biopsy in identifying the highest risk lesion. This may have significant implications on the choice of treatment prior to embarking on surgical resection of prostate cancer. Conclusion: MRI-TRUS targeted biopsy is more accurate than random biopsy in identifying the most significant cancerous lesion, resulting in a decreased incidence of pathologic upgrading after prostatectomy. This may have significant implications on the choice of treatment especially in low risk prostate cancer. Larger scale multicenter studies are required. World J Nephrol Urol. 2018;7(1):12-16 doi: https://doi.org/10.14740/wjnu285w
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».