Correlation Between mpMRI Staging and Final Surgical Pathology in Prostate Cancer
Notice bibliographique
Résumé
Purpose: We evaluated the role of multiparametric magnetic resonance imaging (mpMRI) in the diagnosis of prostate cancer and predicting of surgical staging of prostate cancer. Materials and Methods: The study was done in 110 subjects who got mpMRI before radical prostatectomy in our hospital from 2016 to 2019. Preoperative mpMRI findings of 110 were compared to surgical pathology results following radical Prostatectomy. A comparison was made between pathologic staging of prostate cancer and the mpMRI findings. Results: pathologic evaluation confirmed prostate cancer foci (237) were recognized in 110 subjects. Generally, mpMRI sensitivity of 46.4% was found for prostate cancer detection (110/237). Pathological tumor volume was a significant predictor of prostate cancer detection using mpMRI. In 33% of the cases, the pathologic staging is precisely similar to mpMRI and in 43%of the cases, there was a slight difference between the pathologic staging and staging by mpMRI but the cancer was confined to the prostate.in 24% of the cases, there was a significant difference between the pathologic staging and staging by mpMRI. The mpMRI was not able to identify the significant cancer in 24% of the cases. Conclusion: The preoperative mpMRI was useful in detecting prostate cancer and in predicting surgical staging. However, the detection of 24% of clinically significant cancer was missed using mpMRI. As we move toward personalized medicine, use of MRI to biopsy each man's prostate differently rather than based on a pre-defined 12 core seems to be supported in the recent literature.
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 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 | 0,001 | 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».