Notice bibliographique
Résumé
Introduction: Current prognostic tools in non-muscle-invasive bladder cancer (nmIBC) perform poorly and do not fully reflect contemporary practices.We aimed to develop, externally validate, and conduct an algorithmic audit of a progression risk assessment tool using artificial intelligence approaches (progrxn-BCa).Methods: progrxn-BCa, based on a random survival forest, was trained on nmIBC patients treated from January 1, 2005, to June 30, 2022, at four Canadian academic or community hospitals.external validation was performed on patients treated from november 1, 2011, to september 11, 2023, across 13 institutions from the Canadian Bladder Cancer information system.the primary outcome was time to progression, defined as first development of muscle-invasive or metastatic disease.progrxn-BCa was compared to the european Association of Urology risk calculator and a lAsso Cox model using identical variables as progrxn-BCa.model performance in predicting five-year progression risk was characterized using c-index, calibration plots, decision curve analysis, and an algorithmic audit.Results: overall, 999 of 7032 patients (14%) developed progression during a median followup of 3.0 years (IQr 1.4-5.4).progrxn-BCa had the highest c-index overall (training: 0.83, 95% CI 0.81-0.84;validation: 0.76, 95% CI 0.74-0.77)and across different subgroups.It was well-calibrated and had the highest net benefit for clinically relevant thresholds from 15-40%.False negatives occurred in only 2-6% of all predictions, most commonly found in patients with ta disease.progrxn-BCa could better substratify intermediate-risk patients compared to current guideline recommendations, reclassifying 12% of these patients with an observed five-year progression risk of 31.6% who otherwise would not have been considered for treatment intensification or clinical trial enrollment (Figure 1).Conclusions: progrxn-BCa outperformed current prognostication tools and improved substratification of the heterogenous intermediate-risk group.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,310 | 0,148 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».