Validation of an mRNA-based Urine Test for the Detection of Bladder Cancer in Patients with Haematuria
Notice bibliographique
Résumé
BACKGROUND: In patients with haematuria, a fast, noninvasive test with high sensitivity (SN) and negative predictive value (NPV), which is able to detect or exclude bladder cancer (BC), is needed. A newly developed urine assay, Xpert Bladder Cancer Detection (Xpert), measures five mRNA targets (ABL1, CRH, IGF2, UPK1B, and ANXA10) that are frequently overexpressed in BC. OBJECTIVE: To validate the performance of Xpert in patients with haematuria. DESIGN, SETTING, AND PARTICIPANTS: Voided precystoscopy urine specimens were prospectively collected at 22 sites from patients without prior BC undergoing cystoscopy for haematuria. Xpert, cytology, and UroVysion procedures were performed. Technical validation was performed and specificity (SP) was determined in patients without BC. OUTCOME MEASUREMENTS AND STATISTICAL ANALYSIS: Test characteristics were calculated based on cystoscopy and histology results, and compared between Xpert, cytology, and UroVysion. RESULTS AND LIMITATIONS: We included 828 patients (mean age 64.5 yr, 467 males, 401 never smoked). Xpert had an SN of 78% (95% confidence interval [CI]: 66-87) overall and 90% (95% CI: 76-96) for high-grade (HG) tumours. The NPV was 98% (95% CI: 97-99) overall. The SP was 84% (95% CI: 81-86). In patients with microhaematuria, only one HG patient was missed (NPV 99%). Xpert had higher SN and NPV than cytology and UroVysion. Cytology had the highest SP (97%). In a separate SP study, Xpert had an SP of 89% in patients with benign prostate hypertrophy and 92% in prostate cancer patients. CONCLUSIONS: Xpert is an easy-to-use, noninvasive test with improved SN and NPV compared with cytology and UroVysion, representing a promising tool for identifying haematuric patients with a low likelihood of BC who might not need to undergo cystoscopy. PATIENT SUMMARY: Xpert is an easy-to-perform urine test with good performance compared with standard urine tests. It should help identify (micro)haematuria patients with a very low likelihood to have bladder cancer.
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 | 0,003 | 0,010 |
| 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 | 0,000 |
| Communication savante | 0,001 | 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 | 0,001 |
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 ».