Comparing digital to analog prostate-specific membrane antigen-targeted piflufolastat 18F PET/CT in prostate cancer patients in early biochemical failure
Notice bibliographique
Résumé
PURPOSE: Prostate-specific membrane antigen (PSMA) positron emission tomography/computer tomography (PET/CT) in prostate cancer patients with biochemical failure(BCF) showslimited sensitivity when the prostate-specific antigen(PSA) <0.5 ng/mL. The development of digital PET/CT has greatly improved smaller lesion detection. This study's goal was to compare the performance and clinical value of PSMA-targeted piflufolastat PET/CT for prostate cancer BCF with digital versus analog PET/CT. METHODS: In this retrospective study, all piflufolastat PET/CT scans in subjects with PSA ≤ 3.0 ng/mL who were referred for prostate cancer BCF were included. The performance characteristics of 171 analog PET/CT studies in 155 subjects from May 2017 to January 2020 and 106 digital PET/CT studies in 103 subjects from February 2020 to December 2020 were compared. Lesions were considered malignant if they did not match the known physiological distribution of piflufolastat and did not represent uptake in benign lesions. PSMA PET/CT studies were considered positive if at least one malignant lesion was detected and negative if none were detected. RESULTS: Digital piflufolastat PET/CT outperformed analog piflufolastat PET/CT in subjects with PSA < 0.5 ng/mL with a positivity rate of 69% versus 37%, respectively. In patients with PSA ≥ 0.5 ng/mL, both technologies performed similarly. There was no statistically significant difference between the number or size of piflufolastat-avid lesions detected per PET/CT study. CONCLUSION: In prostate cancer patients with BCF and PSA < 0.5 ng/mL, digital piflufolastat PET/CT has a higher detection rate of malignant lesions than analog piflufolastat PET/CT.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».