MétaCan
Menu
Retour à la cohorte
Enregistrement W4400605180 · doi:10.1016/j.euros.2024.06.017

Inter-reader Agreement for Prostate Cancer Detection Using Micro-ultrasound: A Multi-institutional Study

2024· article· en· W4400605180 sur OpenAlex
Steve Zhou, Moon Hyung Choi, Sulaiman Vesal, Adam Kinnaird, Wayne Brisbane, Giovanni Lughezzani, Davide Maffei, Vittorio Fasulo, Patrick Albers, Li‐Chun Zhang, Zachary Kornberg, Richard E. Fan, Wei Shao, Mirabela Rusu, Geoffrey A. Sonn

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEuropean Urology Open Science · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueProstate Cancer Diagnosis and Treatment
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Cancer Institute
Mots-clésMedicineProstate cancerBiopsyProstateConfidence intervalUltrasoundInstitutional review boardMagnetic resonance imagingCancerRadiologyProspective cohort studyCancer detectionNuclear medicineSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background and objective: Micro-ultrasound (MUS) uses a high-frequency transducer with superior resolution to conventional ultrasound, which may differentiate prostate cancer from normal tissue and thereby allow targeted biopsy. Preliminary evidence has shown comparable sensitivity to magnetic resonance imaging (MRI), but consistency between users has yet to be described. Our objective was to assess agreement of MUS interpretation across multiple readers. Methods: After institutional review board approval, we prospectively collected MUS images for 57 patients referred for prostate biopsy after multiparametric MRI from 2022 to 2023. MUS images were interpreted by six urologists at four institutions with varying experience (range 2-6 yr). Readers were blinded to MRI results and clinical data. The primary outcome was reader agreement on the locations of suspicious lesions, measured in terms of Light's κ and positive percent agreement (PPA). Reader sensitivity for identification of grade group (GG) ≥2 prostate cancer was a secondary outcome. Key findings and limitations: Analysis revealed a κ value of 0.30 (95% confidence interval [CI] 0.21-0.39). PPA was 33% (95% CI 25-42%). The mean patient-level sensitivity for GG ≥2 cancer was 0.66 ± 0.05 overall and 0.87 ± 0.09 when cases with anterior lesions were excluded. Readers were 12 times more likely to detect higher-grade cancers (GG ≥3), with higher levels of agreement for this subgroup (κ 0.41, PPA 45%). Key limitations include the inability to prospectively biopsy reader-delineated targets and the inability of readers to perform live transducer maneuvers. Conclusions and clinical implications: Inter-reader agreement on the location of suspicious lesions on MUS is lower than rates previously reported for MRI. MUS sensitivity for cancer in the anterior gland is lacking. Patient summary: The ability to find cancer on imaging scans can vary between doctors. We found that there was frequent disagreement on the location of prostate cancer when doctors were using a new high-resolution scan method called micro-ultrasound. This suggests that the performance of micro-ultrasound is not yet consistent enough to replace MRI (magnetic resonance imaging) for diagnosis of prostate cancer.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,476
Score d'incertitude au seuil0,501

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,071
Tête enseignante GPT0,378
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle