Role of Multiparametric Magnetic Resonance Imaging and Targeted Biopsy in the Detection of Clinically Significant Prostate Cancer in Patients with Suspicious Digital Rectal Examination
Notice bibliographique
Résumé
Objectives: Few studies have examined the role of prostate MRI in patients with suspicious digital rectal examination (DRE) and/or PSA > 10 ng/mL. In a cohort of non-screened patients with suspicious DRE, we investigated the rate of avoidable prostate biopsies and potentially missed clinically significant prostate cancer (csPCa) with negative MRI, and the concordance between targeted biopsy (TBx) and systematic biopsy (SBx) in detecting csPCa with positive MRI. Methods: We retrospectively examined 199 biopsy-naïve patients with suspicious DRE who underwent prostate MRI before transperineal biopsy. Prostate Imaging—Reporting and Data System (PI-RADS) v2.1 ≥ 3 category of the index lesion defined a positive MRI. Combined TBx/SBx and SBx alone were performed for positive and negative MRI, respectively. An International Society of Urogenital Pathology Grade Group ≥ 2 defined csPCa. We calculated the csPCa detection rate of TBx, SBx, and combined TBx/SBx. The Cohen kappa statistic was used to measure the concordance between TBx and SBx. Results: Ninety-one (45.7%) csPCa cases were detected. MRI was positive in 153 (76.9%) patients. In the 46 patients with negative MRI, SBx detected 5 (10.9%) csPCa cases. Prostate biopsy could, thus, be avoided in 41/199 (20.6%) patients at the cost of missing 5/91 (5.5%) csPCa cases. The concordance between TBx and SBx in detecting csPCa with positive mpMRI was substantial (k = 0.70). Specifically, 6/86 (6.9%) csPCa cases were detected with TBx, and 17/86 (19.7%) with SBx alone. Concordance was almost perfect (k = 0.82) in patients with PSA > 10 ng/mL. Only 4/38 (10.5%) csPCa cases were missed by TBx, and only 1 (2.6%) csPCa case was identified by TBx alone. Conclusions: MRI in patients with suspicious DRE could avoid roughly 21% of unnecessary biopsies at the cost of missing approximately 6% of csPCa cases. Moreover, MRI and TBx complemented SBx in detecting csPCa in the subgroup with PSA > 10 ng/mL.
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 | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».