Diagnostic performance of 18F-DCFPyL positron emission tomography/computed tomography for biochemically recurrent prostate cancer and change-of-management analysis
Notice bibliographique
Résumé
Introduction: Conventional imaging (CI) performs poorly to identify sites of disease in biochemically recurrent prostate cancer. 68Ga-PSMA-11 positron emission tomography/ computed tomography (PET/CT) is most studied but has a very short half-life. This study reports the diagnostic performance of the novel prostate-specific membrane antigen (PSMA) radiotracer 18F-DCFPyL using real-life data, and tumor board simulation to estimate the impact of 18F-DCFPyL PET on patient management. Methods: Ninety-three 18F-DCFPyL PET/CT scans performed for patients previously treated for prostate cancer with a rising prostate-specific antigen (PSA) were retrospectively compared to contemporary CI, and clinical, imaging and PSA followups. A chart review was performed to document prior imaging, pathology results, serial serum PSA measurements, and other pertinent clinical data. Clinical utility of 18F-DCFPyL PET was measured using a simulated tumor board formed by three physicians with extensive prostate cancer experience deciding on management with and without knowledge of PET/CT results. Results: At median PSA 2.27 (interquartile range [IQR] 5.27], 82% of 18F-DCFPyL PET/CT demonstrated at least one site of disease: non-regional lymph nodes (37% of scans), regional lymph node metastases (28%), local recurrence (27%), bone metastases (20%), with higher PET positivity at higher PSA. Compared to 18F-DCFPyL PET/CT, CI showed overall poor performance, with accuracy below 20% for all extent of disease. PET/CT changed management in 44% of cases. The most frequent scenario was a radical change from initiating androgen deprivation therapy (ADT) to stereotactic body radiotherapy (SBRT) of oligo-lesional disease. In univariate and multivariate analysis, no patient characteristic could predict change of management by PET/CT results. Conclusions: 18F-DCFPyL significantly outperforms CI in recurring prostate cancer and is likely to impact management.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,000 |
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 ».