Impact of PI-RADS Category 3 lesions on the diagnostic accuracy of MRI for detecting prostate cancer and the prevalence of prostate cancer within each PI-RADS category: A systematic review and meta-analysis
Notice bibliographique
Résumé
Objective: To evaluate Prostate Imaging Reporting and Data System (PI-RADS) category 3 lesions’ impact on the diagnostic test accuracy (DTA) of MRI for prostate cancer (PC) and to derive the prevalence of PC within each PI-RADS category. Methods: MEDLINE and Embase were searched until April 10, 2020 for studies reporting on the DTA of MRI by PI-RADS category. Accuracy metrics were calculated using a bivariate random-effects meta-analysis with PI-RADS three lesions treated as a positive test, negative test, and excluded from the analysis. Differences in DTA were assessed utilizing meta-regression. PC prevalence within each PI-RADS category was estimated with a proportional meta-analysis. Results: In total, 26 studies reporting on 12,913 patients (4,853 with PC) were included. Sensitivities for PC in the positive, negative, and excluded test groups were 96% (95% confidence interval [CI] 92–98), 82% (CI 75-87), and 95% (CI 91-97), respectively. Specificities for the positive, negative, and excluded test groups were 33% (CI 23-44), 71% (CI 62-79), and 52% (CI 37-66), respectively. Meta-regression demonstrated higher sensitivity (p < 0.001) and lower specificity (p < 0.001) in the positive test group compared to the negative group. Clinically significant PC prevalences were 5.9% (CI 0-17.1), 11.4% (CI 6.5–17.3), 24.9% (CI 18.4–32.0), 55.7% (CI 47.8–63.5), and 81.4% (CI 75.9–86.4) for PI-RADS categories 1, 2, 3, 4 and 5, respectively. Conclusion: PI-RADS category 3 lesions can significantly impact the DTA of MRI for PC detection. A low prevalence of clinically significant PC is noted in PI-RADS category 1 and 2 cases. Advances in knowledge: Inclusion or exclusion of PI-RADS category 3 lesions impacts the DTA of MRI for PC detection.
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 | 0,021 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,015 | 0,047 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».