Role of multiparametric MRI in long-term surveillance following focal laser ablation of prostate cancer
Notice bibliographique
Résumé
OBJECTIVE: Determine the multiparametric magnetic resonance imaging (mpMRI) appearance of the prostate following focal laser ablation (FLA) for PCa and to identify imaging characteristics associated with recurrent disease. METHODS: -weighted, dynamic contrast enhanced (DCE) and diffusion weighted imaging (DWI) appearances and also compared to corresponding PSA values and biopsy results. RESULTS: 55 cancers were treated in 54 men (mean age 61.0 years). Early mpMRI was performed in 30 (54.5%) patients while late follow-up mpMRI in 42 (84%). Ill-defined scarring with and without atrophy at the treatment site were the most common appearances. In patients with paired MRI and biopsy, one of four patients with clinically significant PCa on biopsy (≥GG2 or≥6 mm GG1) showed hyperenhancement or restricted diffusion at early follow-up. At late follow-up, positive biopsies were seen in 5/8 (63%) cases with hyperenhancement and 5/6 (83%) cases with restricted diffusion at the treatment site. PSA change was not associated with biopsy results at either time point. CONCLUSION: mpMRI is able to document the morphological and temporal changes following focal therapy. It has limited ability to detect recurrent disease in early months following treatment. Late-term mpMRI is sensitive at identifying patients with recurrent disease. Small sample size is, however, a limitation of the study. ADVANCES IN KNOWLEDGE: Implementing MRI in follow-up after FT may be useful in predicting residual or recurrent PCa and therefore provide reliable outcome data.
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 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».