The percentage of positive biopsy cores in predicting biochemical recurrence and adverse pathology in prostate cancer patients after radical prostatectomy: a systematic review and meta-analysis
Notice bibliographique
Résumé
Background: Biochemical recurrence (BCR) occurs in more than one-third of prostate cancer (PCa) patients 10 years after radical prostatectomy. The percentage of positive biopsy cores (PPBC) obtained from prostate needle biopsy is suggested as one of the predictors of BCR. We aim to investigate the role of PPBC in predicting BCR and adverse pathology in PCa patients after RP. Methods: A systematic search was conducted based on PRISMA guidelines from Pubmed, Scopus, and Cochrane Library databases up to July 2022. We screened studies that met our inclusion criteria and NOS (Newcastle-Ottawa Scale) was utilized as the quality assessment tool. The primary outcome was BCR measured as Hazard Ratios (HRs). The secondary outcome was adverse pathology, including positive surgical margin (PSM), Extra-prostatic disease (EPD), and seminal vesicle invasion (SVI). Review Manager®5.4 was used as the statistical analysis tool. Results: A total of 5971 patients were included from eleven eligible studies with overall good quality scores. Eleven studies were included in the qualitative synthesis and five of them were analyzed in the meta-analysis. The pooled analysis demonstrated that higher PPBC has a 2.77 times risk of BCR (OR 2.77 (95% CI: 1.97, 3.9; p<0.00001) after RP. Similarly, it has significant results in SVI (OR 2.61 (95% CI: 1.19, 5.73; p=0.02). However, there were insignificant results in terms of EPD (p=0.17) and PSM (p=0.33). Conclusion: This systematic review and meta-analysis (SRMA) indicate that a high PPBC is strongly correlated with a greater risk of BCR and SVI, but not EPD and PSM in patients following RP.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| 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 | 0,001 |
| 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 ».