Prostate-Specific Membrane Antigen Ligand Positron Emission Tomography in Men with Nonmetastatic Castration-Resistant Prostate Cancer
Notice bibliographique
Résumé
Abstract Purpose: Systemic androgen-signaling inhibition added to ongoing androgen-deprivation therapy (ADT) improved clinical outcomes in patients with nonmetastatic castration-resistant prostate cancer without detectable metastases by conventional imaging (nmCRPC). Prostate-specific membrane antigen ligand positron emission tomography (PSMA-PET) detects prostate cancer with superior sensitivity to conventional imaging, but its performance in nmCRPC remains largely unknown. We characterized cancer burden in high-risk patients with nmCRPC using PSMA-PET. Experimental Design: We retrospectively included 200 patients with nmCRPC, prostate-specific antigen (PSA) >2 ng/mL, and high risk for metastatic disease [PSA doubling time (PSADT) of ≤10 months and/or Gleason score of ≥8] from six high-volume PET centers. We centrally reviewed PSMA-PET detection rate for pelvic disease and distant metastases (M1). We further evaluated SPARTAN patients stratified by risk factors for PSMA-PET-detected M1 disease. Results: PSMA-PET was positive in 196 of 200 patients. Overall, 44% had pelvic diseases, including 24% with local prostate bed recurrence, and 55% had M1 disease despite negative conventional imaging. Interobserver agreement was very high (κ: 0.81–0.91). PSA ≥ 5.5 ng/mL, locoregional nodal involvement determined by pathology (pN1), prior primary radiation, and prior salvage radiotherapy independently predicted M1 disease (all P < 0.05). Conclusions: PSMA-PET detected any disease in nearly all patients and M1 disease in 55% of patients previously diagnosed with nmCRPC, including subgroups with PSADT of ≤10 months and Gleason score of ≥8. The value of PSMA-PET imaging for treatment guidance should be tested in future studies.
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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».