Validation of the Decipher Test for predicting adverse pathology in candidates for prostate cancer active surveillance
Notice bibliographique
Résumé
ABSTACT: BACKGROUND: Many men diagnosed with prostate cancer are active surveillance (AS) candidates. However, AS may be associated with increased risk of disease progression and metastasis due to delayed therapy. Genomic classifiers, e.g., Decipher, may allow better risk-stratify newly diagnosed prostate cancers for AS. METHODS: Decipher was initially assessed in a prospective cohort of prostatectomies to explore the correlation with clinically meaningful biologic characteristics and then assessed in diagnostic biopsies from a retrospective multicenter cohort of 266 men with National Comprehensive Cancer Network (NCCN) very low/low and favorable-intermediate risk prostate cancer. Decipher and Cancer of the Prostate Risk Assessment (CAPRA) were compared as predictors of adverse pathology (AP) for which there is universal agreement that patients with long life-expectancy are not suitable candidates for AS (primary pattern 4 or 5, advanced local stage [pT3b or greater] or lymph node involvement). RESULTS: Decipher from prostatectomies was significantly associated with adverse pathologic features (p-values < 0.001). Decipher from the 266 diagnostic biopsies (64.7% NCCN-very-low/low and 35.3% favorable-intermediate) was an independent predictor of AP (odds ratio 1.29 per 10% increase, 95% confidence interval [CI] 1.03-1.61, p-value 0.025) when adjusting for CAPRA. CAPRA area under curve (AUC) was 0.57, (95% CI 0.47-0.68). Adding Decipher to CAPRA increased the AUC to 0.65 (95% CI 0.58-0.70). NPV, which determines the degree of confidence in the absence of AP for patients, was 91% (95% CI 87-94%) and 96% (95% CI 90-99%) for Decipher thresholds of 0.45 and 0.2, respectively. Using a threshold of 0.2, Decipher was a significant predictor of AP when adjusting for CAPRA (p-value 0.016). CONCLUSION: Decipher can be applied to prostate biopsies from NCCN-very-low/low and favorable-intermediate risk patients to predict absence of adverse pathologic features. These patients are predicted to be good candidates for active surveillance.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 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 | 0,001 |
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 ».