Do Prostate Imaging‐Reporting and Data System (PIRADS) lesions predict holmium laser enucleation of prostate outcomes?
Notice bibliographique
Résumé
INTRODUCTION AND OBJECTIVES: Prostate magnetic resonance imaging (MRI) is used for prostate cancer (PCa) screening and risk stratification and is helpful for surgical planning for patients undergoing holmium laser enucleation of the prostate (HoLEP). There are few studies investigating the correlation between MRI Prostate Imaging-Reporting and Data System (PIRADS) lesion characteristics and HoLEP pathology and outcomes. METHODS: We performed retrospective review of patients who underwent HoLEP between January 2021 and August 2023 by a single surgeon. Preoperative, intraoperative, and postoperative characteristics and outcomes were analyzed for all patients who had a documented preoperative prostate MRI. RESULTS: There were 334 patients without a pre-existing diagnosis of PCa and with a preoperative prostate MRI, of which 140 (42%) had at least one PIRADS lesion. There was a total of 203 PIRADS lesions: 91 (45%) in the peripheral zone (PZ), 106 (52%) in the transition zone (TZ), and 6 (2%) not specified. Incidental PCa was noted in 44 (13%) patients at time of HoLEP. Presence or location of lesion was not significantly associated with rate or grade of incidental PCa on pathology. Greater number of lesions and lesion size correlated with longer procedure times. Lesion number, size, or grade were not found to correlate with cancer grade or rate of cancer. CONCLUSIONS: Grade, presence, location, size, and number of PIRADS lesions on preoperative prostate MRI for patients with an appropriate prior PCa workup were not significantly associated with incidental PCa or higher PCa grade on HoLEP pathology.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».