MétaCan
Menu
← Retour à la cohorte
Enregistrement W2953174944 · doi:10.5489/cuaj.6122

A novel predictor of clinical progression in patients on active surveillance for prostate cancer

2019· article· en· W2953174944 sur OpenAlexaffvenue
Guan Hee Tan, Antonio Finelli, Ardalan E. Ahmad, Marian S. Wettstein, Alexandre R. Zlotta, Neil Fleshner, Robert J. Hamilton, Girish S. Kulkarni, Khaled Ajib, Gregory J. Nason, Nathan Perlis

Notice bibliographique

RevueCanadian Urological Association Journal · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueProstate Cancer Diagnosis and Treatment
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineProstate cancerReceiver operating characteristicInternal medicineProportional hazards modelBiopsyUrologyCancerArea under the curveOncologyGastroenterology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Active surveillance (AS) is standard of care in low-risk prostate cancer (PCa). This study describes a novel total cancer location (TCLo) density metric and aims to determine its performance in predicting clinical progression (CP) and grade progression (GP). METHODS: This was a retrospective study of patients on AS after confirmatory biopsy (CBx). We excluded patients with Gleason ≥7 at CBx and <2 years followup. TCLo was the number of locations with positive cores at diagnosis (DBx) and CBx. TCLo density was TCLo/prostate volume (PV). CP was progression to any active treatment while GP occurred if Gleason ≥7 was identified on repeat biopsy or surgical pathology. Independent predictors of time to CP or GP were estimated with Cox regression. Kaplan-Meier analysis compared progression-free survival (PFS) curves between TCLo density groups. Test characteristics of TCLo density were explored with receiver operating characteristic (ROC) curves. RESULTS: We included 181 patients who had CBx from 2012-2015 and met inclusion criteria. The mean age of patients was 62.58 years (standard deviation [SD] 7.13) and median followup was 60.9 months (interquartile range [IQR] 23.4). A high TCLo density score (>0.05) was independently associated with time to CP (hazard ratio [HR] 4.70; 95% confidence interval [CI] 2.62-8.42; p<0.001) and GP (HR 3.85; 95% CI 1.91-7.73; p<0.001). ROC curves showed TCLo density has greater area under the curve than number of positive cores at CBx in predicting progression. CONCLUSIONS: TCLo density is able to stratify patients on AS for risk of CP and GP. With further validation, it could be added to the decision-making algorithm in AS for low-risk localized PCa.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,322
Écart entre enseignants0,298 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Urological Association Journal→Même sujetProstate Cancer Diagnosis and Treatment→Travaux en français237 207→