Prevalence of Biopsy-Proven Clinically Significant Prostate Cancer in Patients with PI-RADS 3 on MRI and Factors Associated with It
Notice bibliographique
Résumé
Background: To assess prevalence of prostate cancer and clinically significant prostate cancer in patients with PI-RADS 3 on bpMRI and factors associated with them. Methods: Patients suspicious for prostate cancer following serum Prostate Specific Antigen (PSA) screening, who had PI-RADS 3 on bpMRI, were included. All patients underwent systemic plus MRI targeted biopsy of prostate. Gleason score 3+3 was considered positive for prostate cancer but clinically non-significant one. Higher scores were pertained to as clinically significant prostate cancer. The relationship between patient age, PSA level, PSA density, number of core biopsies, and number of PI-RADS 3 lesions on bpMRI with presence of prostate cancer per se and presence of clinically significant prostate cancer in our patients is assessed. Results: 244 patients were enrolled. 101 patients had prostate cancer (41.4%). Out of these 101 patients, 34 (13.9% of total) had clinically significant prostate cancer. Among different factors, only PSA density was associated with both prostate cancer (OR=1.05, p=0.001) and clinically significant prostate cancer (OR=1.03, p=0.001). According to receiver operating characteristic curve analysis, best cut off value of PSA density which has highest association with clinically significant prostate cancer in PI-RADS 3 patients would be 0.36; with a sensitivity of 0.38 and specificity of 0.93. Conclusion: Considering PSA density with threshold of 0.36 for performing biopsy in patients with PI-RADS 3 on bpMRI might lower the rate of unnecessary biopsies.
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 | 0,001 |
| 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 ».