Assessing the Role of High-resolution Microultrasound Among Naïve Patients with Negative Multiparametric Magnetic Resonance Imaging and a Persistently High Suspicion of Prostate Cancer
Notice bibliographique
Résumé
Background: Multiparametric magnetic resonance imaging (mpMRI) is an invaluable diagnostic tool in the decision-making for prostate biopsies (PBx). However, a non-negligible proportion of patients with negative MRI (nMRI) may still harbour prostate cancer (PCa). Objective: To assess whether microultrasound (micro-US) can help in substratifying the presence of PCa and clinically significant PCa (csPCa; ie, any Gleason score ≥7 PCa) in patients with nMRI despite a persistently high clinical suspicion of PCa. Design setting and participants: A total of 125 biopsy-naïve patients who underwent micro-US-guided PBx with the ExactVu system for a persistently high suspicion of PCa despite nMRI were prospectively enrolled. Intervention: The Prostate Risk Identification using micro-US (PRI-MUS) protocol was used to identify suspicious areas; PBx included targeted sampling of PRI-MUS ≥3 areas and systematic sampling. Outcome measurements and statistical analysis: The primary endpoint was the assessment of micro-US diagnostic accuracy in detecting csPCa. Secondary endpoints included determining the proportion of patients with nMRI who may avoid PBx after micro-US or transrectal US, presence of cribriform and intraductal patterns on biopsy core examination, predictors of csPCa in patients presenting with nMRI, and comparing micro-US-targeted and systematic PBx in identifying csPCa. Results and limitations: Considering csPCa detection rate, micro-US showed optimal sensitivity and negative predictive value (respectively, 97.1% and 96.4%), while specificity and positive predictive value were 29.7% and 34.0%, respectively. Twenty-eight (22.4%) patients with a negative micro-US examination could have avoided PBx with one (2.9%) missed csPCa. Cribriform and intraductal patterns were found in 14 (41.2%) and four (11.8%) of csPCa patients, respectively. In multivariable logistic regression models, positive micro-US, age, digital rectal examination, and prostate-specific antigen density ≥0.15 emerged as independent predictors of PCa. Targeted and systematic sampling identified 33 (97.1%) and 26 (76.5%) csPCa cases, respectively. The main limitation of the current study is represented by its retrospective single-centre nature on an operator-dependent technology. Conclusions: Micro-US represents a valuable tool to rule out the presence of csPCa among patients with a persistent clinical suspicion despite nMRI. Patient summary: According to our results, microultrasound (micro-US) may represent an effective tool for the diagnosis of clinically significant prostate cancer in patients with negative magnetic resonance imaging (nMRI), providing high sensitivity and negative predictive value. Further randomised studies are needed to confirm the potential role of micro-US in the diagnostic pathway of patients with a persistent suspicion of prostate cancer despite nMRI.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».