Assessing cancer risk in the anterior part of the prostate using micro-ultrasound: validation of a novel distinct protocol
Notice bibliographique
Résumé
PURPOSE: To develop and validate a micro-ultrasound risk score that predicts the likelihood of significant prostate cancer in the anterior zone. METHODS: Patients were enrolled from three expert institutions familiar with micro-ultrasound. The study was conducted in two phases. First, the PRI-MUS anterior score was developed by assessing selected prostate videos from patients who subsequently underwent radical prostatectomy. Second, seven urology readers with varying levels of experience in micro-ultrasound examination evaluated prostate loops according to the PRI-MUS anterior score. Each reader watched the videos and recorded the likelihood of the presence of significant cancer in the anterior part of the prostate in a three-point scale. The coherence among the readers was calculated using the Fleiss kappa and the Cronbach alpha. RESULTS: A total of 102 selected prostate scans were used to develop the risk assessment for anterior zone cancer in the prostate. The score comprised three categories: likely, equivocal, and unlikely. The median (IQR) sensitivity, specificity, positive predictive value, and negative predictive value for the seven readers were 72% (68-84), 68% (64-84), 75% (72-81), and 73% (71-80), respectively. The mean SD ROC AUC was 0.75 ± 2%, while the Fleiss kappa and the Cronbach alpha were 0.179 and 0.56, respectively. CONCLUSION: Micro-ultrasound can detect cancerous lesions in the anterior part of the prostate. When combined with the PRI-MUS protocol to assess the peripheral part, it enables an assessment of the entire prostate gland. Pending external validation, the PRI-MUS anterior score developed in this study might be implemented in clinical practice.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».