Whole-body low-dose CT can be of value in prostate cancer decision-making: a retrospective study on 601 patients
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the diagnostic value of whole-body low-dose computed tomography (CT) to detect bone metastasis in prostate cancer (PCa) patients and its possible utility in therapeutic decision-making. Also, to determine the valuable CT features for lesion characterisation. METHODS: Ga-PSMA-PET results. The per-lesion and per-patient diagnostic performances were calculated. Also, the significance of CT features was evaluated. Moreover, the inter-observer agreement was analysed. A two-tailed p value < 0.05 was considered significant. RESULTS: From 727 reviewed PCa patients, 601 (mean age = 68.7 ± 8.1) were found to be eligible, including 211 (35.1%) referrals for initial staging and 390 (64.9%) for evaluating the extent of the disease after biochemical recurrence. Per-patient diagnostic analysis for three reviewers showed 81.0-89.4% sensitivity and 96.6-98.5% specificity in detecting osteo-metastasis. It was able to correctly detect high-burden disease based on both CHAARTED and LATITUDE criteria. Regarding the value of underlying CT features, size > 1 cm, ill-defined borders, presence of soft-tissue component, and cortical destruction were statistically in favour of metastasis. Also, Hu > 900 was in favour of benign entities with 93% specificity. CONCLUSIONS: Ga-PSMA PET/CT, whole-body low-dose CT might precisely classify PCa patients considering therapeutic decision-making. Additionally, we proposed diagnostic CT features that could help radiologists with better characterisation of the detected lesions. CRITICAL RELEVANCE STATEMENT: The whole-body low-dose CT can be considered valuable in the clinical decision-making of prostate cancer patients. This modality may obviate performing multiple imaging sessions and high-cost scans in patients diagnosed with the high-burden disease.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».