MétaCan
Menu
Retour à la cohorte
Enregistrement W4282915663 · doi:10.1016/j.euo.2022.04.006

Diagnostic Performance of Prostate-specific Membrane Antigen Positron Emission Tomography–targeted biopsy for Detection of Clinically Significant Prostate Cancer: A Systematic Review and Meta-analysis

2022· review· en· W4282915663 sur OpenAlexaff
Tatsushi Kawada, Takafumi Yanagisawa, Paweł Rajwa, Reza Sari Motlagh, Hadi Mostafaei, Fahad Quhal, Ekaterina Laukhtina, Abdulmajeed Aydh, Frederik König, Maximilian Pallauf, Benjamin Pradère, Francesco Ceci, Pascal Baltzer, Marcus Hacker, Sazan Rasul, Pierre I. Karakiewicz, Motoo Araki, Yasutomo Nasu, Shahrokh F. Shariat

Notice bibliographique

RevueEuropean Urology Oncology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueProstate Cancer Treatment and Research
Établissements canadiensMcGill University Health CentreUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineProstate cancerPositron emission tomographyMeta-analysisGlutamate carboxypeptidase IIConfidence intervalMagnetic resonance imagingProstateBiopsyProspective cohort studyNuclear medicineRadiologyInternal medicineCancer

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Prostate-specific membrane antigen positron emission tomography (PSMA-PET) has gained acceptance as a staging tool for prostate cancer (PCa). Recent reports suggest an association between PSMA PET and detection of clinically significant PCa (csPCa) on prostate biopsy. OBJECTIVE: To assess the diagnostic accuracy of PSMA PET-targeted biopsy (PSMA-PET-TB) for csPCa detection. EVIDENCE ACQUISITION: We searched PubMed, Web of Science, and Scopus in December 2021 to identify studies assessing the accuracy of PSMA-PET-TB for csPCa detection. A diagnostic meta-analysis was performed to calculate pooled sensitivity, specificity, positive predictive value (PPV) and negative predictive value (NPV) of PSMA-PET-TB alone and in combination with magnetic resonance imaging (MRI)-TB for detecting csPCa. EVIDENCE SYNTHESIS: Overall, five prospective studies involving 497 patients were eligible for this meta-analysis. For csPCa detection, PSMA-PET-TB had pooled sensitivity, specificity, PPV, and NPV of 0.89 (95% confidence interval [CI] 0.85-0.93), 0.56 (95% CI 0.29-0.80), 0.69 (95% CI 0.58-0.79), and 0.78 (95% CI 0.50-0.93), respectively. Among the three studies assessing the PSMA-PET + MRI-TB strategy, the pooled sensitivity, specificity, PPV, and NPV for csPCa detection were 0.91 (95% CI 0.77-0.97), 0.64 (95% CI 0.40-0.82), 0.75 (95% CI 0.56-0.87), and 0.85 (95% CI 0.62-0.95), respectively. For lesions with a Prostate Imaging-Reporting and Data System (PI-RADS) score of 3, the sensitivity, specificity, PPV, and NPV were 0.69, 0.73, 0.48, and 0.86, respectively. CONCLUSIONS: PSMA-PET-TB appears to have favorable diagnostic accuracy for csPCa detection and combination with MRI seems to improve this. According to our meta-analysis, PSMA-PET has promising clinical application for detection of csPCa, namely in the case of PI-RADS 3 lesions. Further prospective studies are needed to explore the true clinical utility of a PSMA-PET-based diagnostic pathway. PATIENT SUMMARY: Prostate-specific membrane antigen positron emission tomography (PSMA-PET) is a promising imaging method for detecting clinically significant prostate cancer and seems to have additional value to magnetic resonance imaging (MRI) for detection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,054
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,054
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0210,040
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,378
Écart entre enseignants0,295 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations79
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Urology OncologyMême sujetProstate Cancer Treatment and ResearchTravaux en français237 207