Clinical significance of the Lacdi<scp>NA</scp>c‐glycosylated prostate‐specific antigen assay for prostate cancer detection
Notice bibliographique
Résumé
To reduce unnecessary prostate biopsies (Pbx), better discrimination is needed. To identify clinically significant prostate cancer (CSPC) we determined the performance of LacdiNAc-glycosylated prostate-specific antigen (LDN-PSA) and LDN-PSA normalized by prostate volume (LDN-PSAD). We retrospectively measured LDN-PSA, total PSA (tPSA), and free PSA/tPSA (F/T PSA) values in 718 men who underwent a Pbx in 3 academic urology clinics in Japan and Canada (Pbx cohort) and in 174 PC patients who subsequently underwent radical prostatectomy in Australia (preop-PSA cohort). The assays were evaluated using the area under the receiver operating characteristics curve (AUC) and decision curve analyses to discriminate CSPC. In the Pbx cohort, LDN-PSAD (AUC 0.860) provided significantly better clinical performance for discriminating CSPC compared with LDN-PSA (AUC 0.827, P = 0.0024), PSAD (AUC 0.809, P < 0.0001), tPSA (AUC 0.712, P < 0.0001), and F/T PSA (AUC 0.661, P < 0.0001). The decision curve analysis showed that using a risk threshold of 20% and adding LDN-PSA and LDN-PSAD to the base model (age, digital rectal examination status, tPSA, and F/T PSA) permitted avoidance of even more biopsies without missing CSPC (9.89% and 18.11%, respectively vs 2.23% [base model]). In the preop-PSA cohort, LDN-PSA values positively correlated with tumor volume and tPSA and were significantly higher in pT3, pathological Gleason score ≥ 7. Limitations include limited sample size, retrospective nature, and no family history information prior to biopsy. LacdiNAc-glycosylated PSA is significantly better than the conventional PSA test in identifying patients with CSPC. This study was approved by the ethics committee of each institution ("The Study about Carbohydrate Structure Change in Urological Disease"; approval no. 2014-195).
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 | 0,003 | 0,009 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».