Contemporary seminal vesicle invasion rates in NCCN high‐risk prostate cancer patients
Notice bibliographique
Résumé
BACKGROUND: Contemporary seminal vesicle invasion (SVI) rates in National Cancer Comprehensive Network (NCCN) high-risk prostate cancer (PCa) patients are not well known but essential for treatment planning. We examined SVI rates according to individual patient characteristics for purpose of treatment planning. MATERIALS AND METHODS: Within Surveillance, Epidemiology, and End Results (SEER) database (2010-2015), 4975 NCCN high-risk patients were identified. In the development cohort (SEER geographic region of residence: South, North-East, Mid-West, n = 2456), we fitted a multivariable logistic regression model predicting SVI. Its accuracy, calibration, and decision curve analyses (DCAs) were then tested versus previous models within the external validation cohort (SEER geographic region of residence: West, n = 2519). RESULTS: Out of 4975 patients, 28% had SVI. SVI rate ranged from 8% to 89% according to clinical T stage, prostate-specific antigen (PSA), biopsy Gleason Grade Group and percentage of positive biopsy cores. In the development cohort, these variables were independent predictors of SVI. In the external validation cohort, the current model achieved 77.6% accuracy vs 73.7% for Memorial Sloan Kettering Cancer Centre (MSKCC) vs 68.6% for Gallina et al. Calibration was better than for the two alternatives: departures from ideal predictions were 6.0% for the current model vs 9.8% for MSKCC vs 38.5% for Gallina et al. In DCAs, the current model outperformed both alternatives. Finally, different nomogram cutoffs allowed to discriminate between low versus high SVI risk patients. CONCLUSIONS: More than a quarter of NCCN high-risk PCa patients harbored SVI. Since SVI positivity rate varies from 8% to 89%, the currently developed model offers a valuable approach to distinguish between low and high SVI risk patients.
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) | 0,000 | 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) | 0,000 | 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 ».