Prostate Cancer Grade and Stage Misclassification in Active Surveillance Candidates: Black Versus White Patients
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
BACKGROUND: Misclassification rates defined as upgrading, upstaging, and upgrading and/or upstaging have not been tested in contemporary Black patients relative to White patients who fulfilled criteria for very-low-risk, low-risk, or favorable intermediate-risk prostate cancer. This study aimed to address this void. METHODS: Within the SEER database (2010-2015), we focused on patients with very low, low, and favorable intermediate risk for prostate cancer who underwent radical prostatectomy and had available stage and grade information. Descriptive analyses, temporal trend analyses, and multivariate logistic regression analyses were used. RESULTS: Overall, 4,704 patients with very low risk (701 Black vs 4,003 White), 17,785 with low risk (2,696 Black vs 15,089 White), and 11,040 with favorable intermediate risk (1,693 Black vs 9,347 White) were identified. Rates of upgrading and/or upstaging in Black versus White patients were respectively 42.1% versus 37.7% (absolute Δ = +4.4%; P<.001) in those with very low risk, 48.6% versus 46.0% (absolute Δ = +2.6%; P<.001) in those with low risk, and 33.8% versus 35.3% (absolute Δ = -1.5%; P=.05) in those with favorable intermediate risk. CONCLUSIONS: Rates of misclassification were particularly elevated in patients with very low risk and low risk, regardless of race, and ranged from 33.8% to 48.6%. Recalibration of very-low-, low-, and, to a lesser extent, favorable intermediate-risk active surveillance criteria may be required. Finally, our data indicate that Black patients may be given the same consideration as White patients when active surveillance is an option. However, further validations should ideally follow.
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