Association of surgical margin positivity with preoperative mpMRI-identified index lesions in radical prostatectomy
Notice bibliographique
Résumé
INTRODUCTION: Prostate cancer remains the second most common malignancy in men worldwide. Positive surgical margins (PSMs) following radical prostatectomy are associated with an increased risk of biochemical recurrence. This study investigated the relationship between preoperative multiparametric magnetic resonance imaging (mpMRI)-detected index lesions and PSMs, aiming to assess whether specific lesion locations correlate with margin involvement. METHODS: A retrospective cohort study was conducted at Health Sciences University Haseki Training and Research Hospital, analyzing 148 patients who underwent radical prostatectomy between 2017 and 2023. Patients were stratified based on surgical margin status, with comparisons made between mpMRI features, pathologic outcomes, and the anatomical distribution of PSMs. Binary logistic regression was used to identify independent predictors of PSMs. RESULTS: Of the 148 patients, 49 had PSMs. Higher preoperative prostate-specific antigen levels, prostate-specific antigen density, and Prostate Imaging-Reporting and Data System (PI-RADS) scores were significantly associated with PSMs. Multivariate analysis revealed that PI-RADS 5, International Society of Urological Pathology grade 4 or above, and extraprostatic extension were independent predictors of PSMs. Although lesions in the apical and posterior regions showed higher rates of PSMs, the regional differences were not statistically significant. CONCLUSIONS: Our findings suggest that mpMRI plays a critical role in preoperative risk stratification and may guide surgical planning to reduce PSMs; however, further prospective studies are needed to validate these results and explore the potential benefits of targeted resections in high-risk regions for improving oncologic outcomes.
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 | 0,000 | 0,002 |
| 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) | 0,002 | 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 ».