External validation of the Memorial Sloan Kettering Cancer Center preoperative nomogram predicting lymph node invasion in a cohort of high‐grade prostate cancer patients
Notice bibliographique
Résumé
BACKGROUND: Commonly used preoperative nomograms predicting clinical and pathological outcomes in prostate cancer (PCa) patients have not been yet validated in high-grade only PCa patients. Our objective is to perform an external validation of the Memorial Sloan Kettering Cancer Center (MSKCC) preoperative nomogram as a predictor of lymph node invasion (LNI) in a cohort of high-grade PCa patients. METHODS: We included patients with high-grade PCa (Gleason ≥8) treated at our institution between 2011 and 2020 with radical prostatectomy and pelvic lymph node dissection without receiving neoadjuvant or adjuvant therapy. The area under the curve (AUC) of the receiver operator characteristic (ROC) was used to quantify the accuracy of the model to predict LNI. A calibration plot was used to evaluate the model's precision, and a decision curve analysis was computed to evaluate the net benefit associated with its use. This study was approved by our institution's ethics board. RESULTS: A total of 242 patients with a median age of 66 (60-71) years were included. LNI was observed in 70 (29%) patients with a mean of 16 (median = 15; range = 2-42) resected nodes. The MSKCC nomogram discriminative accuracy, as evaluated by the AUC-ROC was 79.0% (CI: [0.727-0.853]). CONCLUSION: The MSKCC preoperative nomogram is a good predictor of LNI and a useful tool associated with net clinical benefit in this patient population.
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 | 0,000 | 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 ».