Success of targeted transperineal biopsy in patients on surveillance for grade group 1 prostate cancer
Notice bibliographique
Résumé
Introduction: We aimed to determine the minimum cross-sectional ellipsoid area on magnetic resonance (MR) of intraprostatic nodules that best predicts for subsequent targeted biopsies revealing ≥ grade group (GG) 2 disease. Methods: Forty-six patients previously diagnosed with GG 1 prostate adenocarcinoma who received cognitively fused, MR-guided, transperineal targeted biopsies in addition to six random biopsies were included in this analysis. A Youden cutpoint analysis was used to determine the ellipsoid area in the axial plane best predicting for ≥GG 2 disease within the targeted biopsy cores and logistic regression used to assess the result. Results: Median time from MR imaging to targeted biopsy was 2.4 (1.4–5.5) months. Forty of 46 (87%) patients had one nodule and 6/46 (13%) had two separate nodules on MR that received targeted biopsy. Of the 52 nodules, five (10%), 33 (63%), and 14 (27%) were Prostate Imaging–Reporting and Data System (PI-RADS) 3, 4, and 5. Thirteen (25%), six (12%), and 33 (64%) were in the anterior, medial, and posterior regions of the prostate. Median area was 0.72 (0.49–1.29) cm2 (average diameter 9.5 mm). Fifteen of 46 (33%) patients had ≥1 random biopsy and 20/52 (38%) nodules had ≥1 targeted biopsy revealing ≥GG 2 disease. The optimal area cutpoint was ≥0.7cm2, with an area under the curve of 0.671 (0.510–0.832). On logistic regression, areas ≥0.7 cm2 was solely predictive of targeted biopsy revealing ≥GG 2 disease (odds ratio 6.5, 1.3–32.4, p=0.022). Conclusions: Nodule area ≥0.7 cm2 may predict for transperineal-based targeted biopsies being positive for ≥GG 2 disease when 1–2 cores are taken.
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 | 0,003 |
| 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) | 0,001 | 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 ».