Variability of the Positive Predictive Value of PI-RADS for Prostate MRI across 26 Centers: Experience of the Society of Abdominal Radiology Prostate Cancer Disease-focused Panel
Notice bibliographique
Résumé
Background Prostate MRI is used widely in clinical care for guiding tissue sampling, active surveillance, and staging. The Prostate Imaging Reporting and Data System (PI-RADS) helps provide a standardized probabilistic approach for identifying clinically significant prostate cancer. Despite widespread use, the variability in performance of prostate MRI across practices remains unknown. Purpose To estimate the positive predictive value (PPV) of PI-RADS for the detection of high-grade prostate cancer across imaging centers. Materials and Methods This retrospective cross-sectional study was compliant with the HIPAA. Twenty-six centers with members in the Society of Abdominal Radiology Prostate Cancer Disease-focused Panel submitted data from men with suspected or biopsy-proven untreated prostate cancer. MRI scans were obtained between January 2015 and April 2018. This was followed with targeted biopsy. Only men with at least one MRI lesion assigned a PI-RADS score of 2–5 were included. Outcome was prostate cancer with Gleason score (GS) greater than or equal to 3+4 (International Society of Urological Pathology grade group ≥2). A mixed-model logistic regression with institution and individuals as random effects was used to estimate overall PPVs. The variability of observed PPV of PI-RADS across imaging centers was described by using the median and interquartile range. Results The authors evaluated 3449 men (mean age, 65 years ± 8 [standard deviation]) with 5082 lesions. Biopsy results showed 1698 cancers with GS greater than or equal to 3+4 (International Society of Urological Pathology grade group ≥2) in 2082 men. Across all centers, the estimated PPV was 35% (95% confidence interval [CI]: 27%, 43%) for a PI-RADS score greater than or equal to 3 and 49% (95% CI: 40%, 58%) for a PI-RADS score greater than or equal to 4. The interquartile ranges of PPV at these same PI-RADS score thresholds were 27%–44% and 27%–48%, respectively. Conclusion The positive predictive value of the Prostate Imaging and Reporting Data System was low and varied widely across centers. © RSNA, 2020 Online supplemental material is available for this article. See also the editorial by Milot in this issue.
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 | 0,016 | 0,036 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».