External Validation of an MRI-Derived Radiomics Model to Predict Biochemical Recurrence after Surgery for High-Risk Prostate Cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Adjuvant radiotherapy after prostatectomy was recently challenged by early salvage radiotherapy, which highlighted the need for biomarkers to improve risk stratification. Therefore, we developed an MRI ADC map-derived radiomics model to predict biochemical recurrence (BCR) and BCR-free survival (bRFS) after surgery. Our goal in this work was to externally validate this radiomics-based prediction model. Experimental Design: A total of 195 patients with a high recurrence risk of prostate cancer (pT3-4 and/or R1 and/or Gleason’s score > 7) were retrospectively included in two institutions. Patients with postoperative PSA (Prostate Specific Antigen) > 0.04 ng/mL or lymph node involvement were excluded. Radiomics features were extracted from T2 and ADC delineated tumors. A total of 107 patients from Institution 1 were used to retrain the previously published model. The retrained model was then applied to 88 patients from Institution 2 for external validation. BCR predictions were evaluated using AUC (Area Under the Curve), accuracy, and bRFS using Kaplan–Meier curves. Results: With a median follow-up of 46.3 months, 52/195 patients experienced BCR. In the retraining cohort, the clinical prediction model (combining the number of risk factors and postoperative PSA) demonstrated moderate predictive power (accuracy of 63%). The radiomics model (ADC-based SZEGLSZM) predicted BCR with an accuracy of 78% and allowed for significant stratification of patients for bRFS (p < 0.0001). In Institution 2, this radiomics model remained predictive of BCR (accuracy of 0.76%) contrary to the clinical model (accuracy of 0.56%). Conclusions: The recently developed MRI ADC map-based radiomics model was validated in terms of its predictive accuracy of BCR and bRFS after prostatectomy in an external cohort.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle