MétaCan
Menu
Retour à la cohorte
Enregistrement W4407011452 · doi:10.1200/po-24-00653

Digital Pathology–Based Multimodal Artificial Intelligence Scores and Outcomes in a Randomized Phase III Trial in Men With Nonmetastatic Castration-Resistant Prostate Cancer

2025· article· en· W4407011452 sur OpenAlexaff
Felix Y. Feng, Matthew R. Smith, Fred Saad, Pooya Mobadersany, Shaozhou K. Tian, Stephen Yip, Joel Greshock, Najat Khan, Sharon McCarthy, Sabine Brookman‐May, Ariel B. Bourla, Tamara R. Todorović, Rikiya Yamashita, Huei–Chung Huang, Trevor J. Royce, Timothy N. Showalter, Jacqueline Griffin, Akinori Mitani, Andre Esteva, Eric J. Small

Notice bibliographique

RevueJCO Precision Oncology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueProstate Cancer Treatment and Research
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésHistopathologyHazard ratioProportional hazards modelMedicineProstate cancerInternal medicineOncologyUrologyClinical trialConfidence intervalCancerPathology

Résumé

récupéré en direct d'OpenAlex

PURPOSE The SPARTAN trial demonstrated that the addition of apalutamide to androgen deprivation therapy improves outcomes among patients with nonmetastatic castration-resistant prostate cancer (nmCRPC). We applied a previously reported digital histopathology–based multimodal artificial intelligence (MMAI) algorithm to estimate clinical outcomes in SPARTAN. METHODS Patients with available hematoxylin and eosin-stained slides from the primary tumor were included. Histopathology slides were digitized. MMAI scores ranging from 0 to 1 were generated from digital histopathology and baseline clinical parameters. Patients were categorized into MMAI non–high-risk and high-risk groups using previously validated cutoffs. Kaplan-Meier estimates were calculated for metastasis-free survival (MFS), second progression-free survival (PFS2), and overall survival (OS); comparisons were performed using Cox proportional hazards regression for treatment arms and MMAI risk. The interaction between treatment arm and risk group was evaluated using a Cox proportional hazards model. RESULTS The study included 420 evaluable patients after excluding those with missing clinical data or inadequate histopathology images. Of these, 63% (n = 266) were MMAI high risk and 37% (n = 154) were non–high risk. MMAI risk score was associated with shorter MFS (hazard ratio [HR], 1.72; P < .005), PFS2 (HR, 1.57; P < .005), and OS (HR, 1.41; P = .02). MMAI high-risk patients receiving apalutamide demonstrated significant improvement in MFS (HR, 0.19; P < .005), PFS2 (HR, 0.47; P < .005), and OS (HR, 0.6; P = .01). The interaction between MMAI risk score and treatment for MFS ( P = .01) and PFS2 ( P = .03) was significant, indicating greater benefit from apalutamide treatment in MMAI high-risk patients. CONCLUSION MMAI is a prognostic marker in nmCRPC and may serve as a predictive biomarker with high-risk patients deriving the greatest benefit from treatment with apalutamide. These results represent the first extension of an MMAI classifier to patients with castration-resistant prostate cancer, warranting additional validation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,039
Tête enseignante GPT0,413
Écart entre enseignants0,374 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJCO Precision OncologyMême sujetProstate Cancer Treatment and ResearchTravaux en français237 207