Comparison of conventional transrectal ultrasound, magnetic resonance imaging, and micro-ultrasound for visualizing prostate cancer in an active surveillance population: A feasibility study
Notice bibliographique
Résumé
INTRODUCTION: Active surveillance monitoring of prostate cancer is unique in that most patients have low-grade disease that is not well-visualized by any common imaging technique. High-resolution (29 MHz) micro-ultrasound is a new, real-time modality that has been demonstrated to be sensitive to significant prostate cancer and effective for biopsy targeting. This study compares micro-ultrasound imaging with magnetic resonance imaging (MRI) and conventional ultrasound for visualizing prostate cancer in active surveillance. METHODS: Nine patients on active surveillance were imaged with multiparametric (mp) MRI prior to biopsy. During the biopsy procedure, imaging and target identification was first performed using conventional ultrasound, then using micro-ultrasound. The mpMRI report was then unblinded and used to determine cognitive fusion targets. Using micro-ultrasound, biopsy samples were taken from targets in each modality, plus 12 systematic samples. RESULTS: mpMRI and micro-ultrasound both demonstrated superior sensitivity to Gleason sum 7 or higher cancer compared to conventional ultrasound (p=0.02 McNemar's test). Micro-ultrasound detected 89% of clinically significant cancer, compared to 56% for mpMRI. CONCLUSIONS: Micro-ultrasound may provide similar sensitivity to clinically significant prostate cancer as mpMRI and visualize all significant mpMRI targets. Unlike mpMRI, micro-ultrasound is performed in the office, in real-time during the biopsy procedure, and so is expected to maintain the cost-effectiveness of conventional ultrasound. Larger studies are needed before these results may be applied in a clinical setting.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».