Unexpectedly high variability in determining tumour extent in prostatic biopsies: implications for active surveillance
Notice bibliographique
Résumé
AIMS: Tumour content in prostatic biopsies is an important indicator of prostate cancer volume and patient prognosis. Consequently, guidelines typically recommend reporting it as a percentage or linear length (mm). This study aimed to determine the current practices for reporting tumour content in prostatic biopsies and evaluated the consistency among pathologists in diagnosing 10 standard biopsy cases of prostate cancer to assess interobserver variability. METHODS AND RESULTS: A web-based survey gathered data on demographics, experience and attitudes regarding the reporting of prostate cancer and its extent in biopsies. Virtual microscopy allowed analysis of 10 biopsy cases, each consisting of a single slide of prostate cancer. Self-reports from 304 participants recruited via the International Society of Urological Pathology and the German Society of Pathology were analysed. Most participants (43.4%) reported tumour extent as percentage of the biopsy core, 37.6% reported percentages and mm and 18.3% reported mm exclusively. The methods used to determine percentages showed an unexpected spread of choices, leading to considerable variability in results. Additionally, 40.8% of participants took part in the practical segment of the survey. The reported measures of tumour extent confirmed a notable interobserver variability, which was significantly higher for reported percentages. CONCLUSION: A high rate of interobserver variability in reporting tumour content in prostatic biopsies was found. This matter is especially critical for patients who are candidates for active surveillance. Reporting absolute measures of tumour content has the advantage of lower variability in comparison to percentages.
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 ».