Negative multiparametric magnetic resonance imaging for prostate cancer: further outcome and consequences
Notice bibliographique
Résumé
Abstract Purpose EAU guidelines recommend multiparametric MRI of the prostate (mpMRI) prior to biopsy to increase accuracy and reduce biopsies. Whether biopsy can be avoided in case of negative mpMRI remains unclear. Aim of this study is to evaluate predictors of overall prostate cancer (PCa) in negative mpMRI. Methods A total of 216 patients from 2018 to 2020 with suspicion of PCa and negative mpMRI (PI-RADS ≤ 2) were interviewed by telephone about outcome and further follow-up. Clinically significant PCa (csPCa) was defined as ISUP ≥ 2. Patients with vs. without biopsy and with vs. without PCa were compared. Univariate and multivariate analyses were performed to evaluate predictors of PCa occurrence in patients with negative mpMRI. Results 15.7% and 5.1% of patients with PI-RADS ≤ 2 on mpMRI showed PCa and csPCa, respectively. PCa patients had higher PSAD (0.14 vs. 0.09 ng/ml2; p = 0.001) and lower prostate volume (50.5 vs. 74.0 ml; p = 0.003). Patients without biopsy (25%) after MRI were older (69 vs. 65.5 years; p = 0.027), showed lower PSA (5.7 vs. 6.73 ng/ml; p = 0.033) and lower PSA density (0.09 vs. 0.1 ng/ml2; p = 0.027). Multivariate analysis revealed age (OR 1.09 [1.02–1.16]; p = 0.011), prostate volume (OR 0.982 [0.065; 0.997]; p = 0.027), total PSA level (OR 1.22 [1.01–1.47], p = 0.033), free PSA (OR 0.431 [0.177; 0.927]; p = 0.049) and no PI-RADS lesion vs PI-RADS 1–2 lesion (OR 0.38 [0.15–0.91], p = 0.032.) as predictive factors for the endpoint presence of PCa. Conclusions Biopsy for selected patient groups (higher age, prostate volume and free PSA as well as lower PSA-Density) with negative mpMRI can be avoided, if sufficient follow-up care is guaranteed. Detailed counseling regarding residual risk for undetected prostate cancer should be mandatory.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».