Ethnic differences in prostate-specific antigen levels in men without prostate cancer: a systematic review
Notice bibliographique
Résumé
INTRODUCTION: Black men are twice as likely to be diagnosed with prostate cancer than White men. Raised prostate-specific antigen (PSA) levels can indicate an increased risk of prostate cancer, however it is not known whether PSA levels differ for men of different ethnic groups. METHODS: PubMed and Embase were searched to identify studies that reported levels of PSA for men of at least two ethnic groups without a prostate cancer diagnosis or symptoms suggestive of prostate cancer. An adaptation of the Newcastle-Ottawa scale was used to assess risk of bias and study quality. Findings were stratified into the following broad ethnic groups: White, Black, Asian, Hispanic, and Other. Data were analysed in a narrative synthesis due to the heterogeneity of reported PSA measures and methods in the included studies. RESULTS: A total of 654 197 males from 13 studies were included. By ethnicity, this included 536 201 White (82%), 38 287 Black (6%), 38 232 Asian (6%), 18 029 Pacific Island (3%), 13 614 Maori (2%), 8 885 Hispanic (1%), and 949 Other (<1%) men aged ≥40 years old. Black men had higher PSA levels than White men, and Hispanic men had similar levels to White men and lower levels than Black men. CONCLUSIONS: Black men without prostate cancer have higher PSA levels than White or Hispanic men, which reflects the higher rates of prostate cancer diagnosis in Black men. Despite that, the diagnostic accuracy of PSA for prostate cancer for men of different ethnic groups is unknown, and current guidance for PSA test interpretation does not account for ethnicity. Future research needs to determine whether Black men are diagnosed with similar rates of clinically significant prostate cancer to White men, or whether raised PSA levels are contributing to overdiagnosis of prostate cancer in Black men.
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 | 0,007 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».