A prostate cancer risk calculator (PCRC-MRI): Use of clinical and magnetic resonance imaging data to predict biopsy outcome in North American men
Notice bibliographique
Résumé
INTRODUCTION: A functional tool to optimize patient selection for magnetic resonance imaging (MRI)-guided prostate biopsy (MRGB) is an unmet clinical need. We sought to develop a prostate cancer risk calculator (PCRC-MRI) that combines MRI and clinical characteristics to aid decision-making for MRGB in North American men. METHODS: Two prospective registries containing 2354 consecutive men undergoing MRGB (September 2009 to April 2019) were analyzed. Patients were randomized into five groups, with one group randomly assigned to be the validation cohort against the other four groups as the discovery cohort. The primary outcome was detection of clinically significant prostate cancer (csPCa) defined as Gleason grade group ≥2. Variables included age, ethnicity, digital rectal exam (DRE), prior biopsy, prostate-specific antigen (PSA), prostate volume, PSA density, and MRI score. Odds ratios (OR) were calculated from multivariate logistic regression comparing two models: one with clinical variables only (clinical) against a second combining clinical variables with MRI data (clinical+MRI). RESULTS: csPCa was present in 942 (40%) of the 2354 men available for study. The positive and negative predictive values for csPCa in the clinical+MRI model were 57% and 89%, respectively. The area under the curve of the clinical+MRI model was superior to the clinical model in discovery (0.843 vs. 0.707, p<0.0001) and validation (0.888 vs. 0.757, p<0.0001) cohorts. Use of PCRC-MRI would have avoided approximately 16 unnecessary biopsies in every 100 men. Of all variables examined, Asian ethnicity was the most protective factor (OR 0.46, 0.29-0.75) while MRI score 5 indicated greatest risk (OR15.8, 10.5-23.9). CONCLUSIONS: A risk calculator (PCRC-MRI), based on a large North American cohort, is shown to improve patient selection for MRGB, especially in preventing unnecessary biopsies. This tool is available at https://www.uclahealth.org/urology/prostate-cancer-riskcalculator and may help rationalize biopsy decision-making.
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».