Perineural invasion on prostate biopsy does not predict adverse pathological outcome.
Notice bibliographique
Résumé
INTRODUCTION: The clinical significance of perineural invasion (PNI) on prostate needle biopsy is controversial. The aim of this present study is to determine the role of PNI on prostate biopsy in predicting adverse findings at radical prostatectomy in a recent cohort of screen detected prostate cancer. MATERIALS AND METHODS: We analyzed 470 patients diagnosed with prostate cancer from a prospectively maintained database at Princess Margaret Hospital. Out of the 470 patients diagnosed with prostate cancer, 139 underwent radical prostatectomy. Pathological specimens were examined, and perineural invasion was identified as carcinoma tracking along or around a nerve in the perineural space. We investigated the predictive value of PNI on biopsy with PNI on radical prostatectomy as well as the ability of PNI on prostate biopsy to predict adverse findings at radical prostatectomy. RESULTS: Perineural invasion was present in 124 (26%) of biopsy specimens diagnosed with prostate cancer and 94 (68%) of those who chose radical prostatectomy. Perineural invasion on prostate needle biopsy was not predictive of radical prostatectomy Gleason score (p = .377), pathological stage (p = .852), extraprostatic extension (p = .258), surgical margin (p = .079), lymphovascular invasion (p = .499), and upgrading (p = .514) or downgrading (p = .208) at radical prostatectomy. The sensitivity, specificity, positive predictive value, and negative predictive value of PNI on biopsy for PNI on radical prostatectomy were 32%, 82%, 79%, and 37% respectively. The Cohen's Kappa correlation coefficient was .11. CONCLUSIONS: Perineural invasion on prostate needle biopsy is not predictive of radical prostatectomy outcome. Furthermore, perineural invasion on biopsy has limited predictive value for perineural invasion at radical prostatectomy.
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 | 0,001 | 0,004 |
| 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) | 0,002 | 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 ».