Nomograms including the UBC <sup>®</sup> Rapid test to detect primary bladder cancer based on a multicentre dataset
Notice bibliographique
Résumé
Objectives To evaluate the clinical utility of the urinary bladder cancer antigen test UBC ® Rapid for the diagnosis of bladder cancer (BC) and to develop and validate nomograms to identify patients at high risk of primary BC. Patients and Methods Data from 1787 patients from 13 participating centres, who were tested between 2012 and 2020, including 763 patients with BC, were analysed. Urine samples were analysed with the UBC ® Rapid test. The nomograms were developed using data from 320 patients and externally validated using data from 274 patients. The diagnostic accuracy of the UBC ® Rapid test was evaluated using receiver‐operating characteristic curve analysis. Brier scores and calibration curves were chosen for the validation. Biopsy‐proven BC was predicted using multivariate logistic regression. Results The sensitivity, specificity, and area under the curve for the UBC ® Rapid test were 46.4%, 75.5% and 0.61 (95% confidence interval [CI] 0.58–0.64) for low‐grade (LG) BC, and 70.5%, 75.5% and 0.73 (95% CI 0.70–0.76) for high‐grade (HG) BC, respectively. Age, UBC ® Rapid test results, smoking status and haematuria were identified as independent predictors of primary BC. After external validation, nomograms based on these predictors resulted in areas under the curve of 0.79 (95% CI 0.72–0.87) and 0.95 (95% CI: 0.92–0.98) for predicting LG‐BC and HG‐BC, respectively, showing excellent calibration associated with a higher net benefit than the UBC ® Rapid test alone for low and medium risk levels in decision curve analysis. The R Shiny app allows the results to be explored interactively and can be accessed at www.blucab‐index.net . Conclusion The UBC ® Rapid test alone has limited clinical utility for predicting the presence of BC. However, its combined use with BC risk factors including age, smoking status and haematuria provides a fast, highly accurate and non‐invasive tool for screening patients for primary LG‐BC and especially primary HG‐BC.
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 | 0,012 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».