Predictors of Prostate Cancer at Fusion Biopsy: The Role of Positive Family History, Hypertension, Diabetes, and Body Mass Index
Notice bibliographique
Résumé
Background: PSA density and an elevated PI-RADS score are among the strongest predictors of prostate cancer (PCa) in a fusion biopsy. Positive family history, hypertension, diabetes, and obesity have also been associated with the risk of developing PCa. We aim to identify predictors of the prostate cancer detection rate (CDR) in a series of patients undergoing a fusion biopsy. Methods: We retrospectively evaluated 736 consecutive patients who underwent an elastic fusion biopsy from 2020 to 2022. Targeted biopsies (2–4 cores per MRI target) were followed by systematic mapping (10–12 cores). Clinically significant PCa (csPCa) was defined as ISUP score ≥ 2. Uni- and multi-variable logistic regression analyses were performed to identify predictors of CDR among age, body mass index (BMI), hypertension, diabetes, positive family history, PSA, a positive digital rectal examination (DRE), PSA density ≥ 0.15, previous negative biopsy status, PI-RADS score, and size of MRI lesion. Results: The median patients’ age was 71 years, and median PSA was 6.6 ng/mL. A total of 20% of patients had a positive digital rectal examination. Suspicious lesions in mpMRI were scored as 3, 4, and 5 in 14.9%, 55.0%, and 17.5% of cases, respectively. The CDR was 63.2% for all cancers and 58.7% for csPCa. Only age (OR 1.04, p < 0.001), a positive DRE (OR 1.75, p = 0.04), PSA density (OR 2.68, p < 0.001), and elevated PI-RADS score (OR 4.02, p = 0.003) were significant predictors of the CDR in the multivariable analysis for overall PCa. The same associations were found for csPCa. The size of an MRI lesion was associated with the CDR only in uni-variable analysis (OR 1.07, p < 0.001). BMI, hypertension, diabetes, and a positive family history were not predictors of PCa. Conclusions: In a series of patients selected for a fusion biopsy, positive family history, hypertension, diabetes, or BMI are not predictors of PCa detection. PSA-density and PI-RADS score are confirmed to be strong predictors of the CDR.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».