The Performance and Role of PSMA PET Scans in Localised Prostate Cancer
Notice bibliographique
Résumé
Background/Objectives: Prostate cancer (PCa) is one of the most prevalent cancers in men. While PSA testing aids in early detection, it often identifies clinically insignificant PCa (ciPCa), which may not necessitate treatment. Prostate-specific membrane antigen (PSMA) PET scans have emerged as a promising tool to evaluate of localised PCa. This review aims to assess the current evidence of using PSMA PET scans for localised PCa. Methods: Peer-reviewed publications on PSMA PET scans in localised PCa, from inception to May 2024, were retrieved from PubMed. The outcomes evaluated included diagnostic performance in identifying intraprostatic lesions, detecting csPCa (ISUP GG ≥ 2), and role peri-treatment. Results: The addition of PSMA PET/CT to MRI improved the sensitivity (from 83% to 97%) and NPV (72% to 91%) of detecting csPCa. PSMA PET helped improve risk stratification in active surveillance by identifying MRI-occult lesions in up to 29% of patients, of which up to 10% may harbour underlying unfavourable pathology. In local staging, PSMA PET/MRI outperforms MRI in identifying extra-prostatic extension (77% vs. 73%) and seminal vesicle invasion (90% vs. 87%). PSMA PET scans are also superior to MRI in nodal staging and bone scans in identifying bony metastasis. PSMA PET scans appear useful in guiding treatment of localised PCa and aiding follow-up. Conclusions: PSMA PET scans are valuable for evaluating localised PCa by improving the detection of csPCa and enhancing local staging. However, most available studies are retrospective, and long-term oncological outcomes remain underreported due to the relative novelty of PSMA PET scans.
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 ».