Management algorithms for metastatic prostate cancer
Notice bibliographique
Résumé
INTRODUCTION: Prostate cancer poses a significant lifetime risk to Canadian men. Treatment for metastatic prostatic cancer (mPCa) is an area of ongoing research with a lack of up-to-date clinical guidance. The multidisciplinary Canadian Genitourinary Research Consortium (GURC) determined that additional guidance focusing on management of mPCa was warranted. METHODS: The most up-to-date guidelines, consensus statements, and emerging phase 3 trials were identified and used to inform development of algorithms by a multidisciplinary genitourinary oncology panel outlining recommendations for the management of mPCa. RESULTS: A single pan-Canadian guideline and five national and international guidelines or consensus statements published since 2015 were identified, along with two new phase 3 trials and one additional randomized comparison. Iterative GURC discussions led to the development of two mPCa algorithms: the first addressing management of newly diagnosed metastatic castration-sensitive prostate cancer (mCSPC) patients and the second addressing treatment of patients with metastatic castration-resistant prostate cancer (mCRPC). For newly diagnosed mCSPC patients with high-volume/high-risk disease, either docetaxel or abiraterone acetate and prednisone (AAP) added to androgen-deprivation therapy (ADT) is recommended. The addition of radiotherapy to ADT is suggested for those with low-volume disease and/or AAP to ADT for low-volume or low-risk disease. For first-line mCRPC, androgen receptor-axis-targeted (ARAT) therapy is recommended for most patients, while sequencing with docetaxel, radium-223, ARAT therapy, and/or cabazitaxel is recommended for later lines of therapy. CONCLUSIONS: Two treatment algorithms were developed for the management of mPC and can be used by multidisciplinary specialist teams to guide treatment.
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 | 0,007 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,004 |
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 ».