Impact of Genomic Classifiers on Risk Stratification and Treatment Intensity in Patients With Localized Prostate Cancer
Notice bibliographique
Résumé
BACKGROUND: Tissue-based genomic classifiers (GCs) have been developed to improve prostate cancer (PCa) risk assessment and treatment recommendations. PURPOSE: To summarize the impact of the Decipher, Oncotype DX Genomic Prostate Score (GPS), and Prolaris GCs on risk stratification and patient-clinician decisions on treatment choice among patients with localized PCa considering first-line treatment. DATA SOURCES: MEDLINE, EMBASE, and Web of Science published from January 2010 to August 2024. STUDY SELECTION: Two investigators independently identified studies on risk classification and treatment choice after GC testing for patients with localized PCa considering first-line treatment. DATA EXTRACTION: Relevant data extracted by 1 researcher and overread by a second. Risk of bias (ROB) was assessed in duplicate. DATA SYNTHESIS: Ten studies reported risk reclassification after GC testing. In low ROB observational studies, very low- or low-risk patients with PCa were more likely to have their risk levels classified as the same or lower (GPS, 100% to 88.1%; Decipher, 87.2% to 82.9%; Prolaris, 76.9%). However, 1 randomized trial found that GC testing with GPS reclassified 34.5% of very low-risk and 29.4% of low-risk patients to a higher risk category. Twelve observational studies indicated that treatment decisions after GC testing either remained unchanged or slightly favored active surveillance. In contrast, analyses from a single randomized trial found fewer choices for active surveillance after GPS testing. LIMITATIONS: Heterogeneity in screening patterns, risk-determination cutoffs, pathology, and clinical practices. Studies on treatment choice were moderate to high ROB. CONCLUSION: Although GC tests do not consistently influence risk classification or treatment decisions, the differences observed between observational and randomized studies highlight a need for well-designed trials to explore the role of GC tests in patients with newly diagnosed PCa considering first-line treatment. PRIMARY FUNDING SOURCE: U.S. Department of Veterans Affairs. (PROSPERO: CRD42022347950).
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 | 0,017 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».