Predicting Clinically Significant Prostate Cancer with or Without Digital Rectal Exam and MRI Data Using Claritydx Prostate Models
Notice bibliographique
Résumé
This prognostic study created optimized ensembles of calibrated random forest models to predict clinically significant prostate cancer (csPCa, grade group ≥2 PCa) using total prostate-specific antigen (PSA), free PSA, negative biopsy status, and age, with or without DRE and MRI data. Observational data were aggregated from cohorts in six organizations in Canada, the USA, and Czechia. Prostate biopsies were performed between 2009 and 2024. Risk models (ClarityDX Prostate + DRE, ClarityDX Prostate + MRI, and ClarityDX Prostate + MRI + DRE) were derived (training cohorts n = 1626 to 2191) and validated (validation cohorts n = 378 to 1318) from different clinical sites. The models had ROC AUC values ≥ 0.80. Adding DRE improved the ROC AUC to 0.82 while models using MRI features had ROC AUC values of 0.87 (without DRE) and 0.88 (with DRE) in the validation cohort. These four ClarityDX Prostate models offer high accuracy in predicting csPCa in individuals in variable clinical settings.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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 ».