MRI-targeted Transrectal Ultrasound Fusion prostate biopsies: a comparative study of cancer detection rates in Transperineal versus Transrectal approach
Bibliographic record
Abstract
Introduction: Les biopsies de la prostate sont l'examen principal pour le diagnostic du cancer de la prostate. Le taux élevé de complications infectieuses avec l'approche transrectale et la sécurité relative de l'approche transpérinéale est maintenant bien établie. Cependant, la différence dans les taux de détection du cancer entre les deux approches nécessite plus d’investigation.Méthodes: Dans une seule institution à Montréal-Québec Canada, nous avons comparé deux cohortes rétrospectives de patients subissant des biopsies de fusion transpérinéales (TP) sous échographie transrectale (TRUS) guidée par IRM versus des biopsies transrectales (TR) entre Janvier 2020 et Juillet 2022. Tous les patients avaient subi une IRM multiparamétrique antérieurement et ont subi soit des biopsies ciblées soit des biopsies systématiques en plus des biopsies ciblées. Nous avons comparé les taux de détection du cancer des deux approches, ainsi que la détection différentielle des lésions antérieures, et la différence de détection pour la biopsie initiale, la biopsie de répétition et la surveillance active.Résultats : Un meilleur taux de détection du cancer est démontré dans le bras transpérinéal dans l'analyse par lésion, en particulier dans les lésions antérieures et les lésions PI-RADS 4. Les patients subissant une biopsie de répétition n'ont pas montré un avantage supplémentaire de la biopsie transpérinéale. Les taux de détection par score PI-RADS sont similaires à la littérature. La valeur ajoutée des biopsies systématiques est visible surtout dans les biopsies TR, rendant les taux de détection globaux dans les deux voies similaires lorsqu'on tient compte des biopsies ciblées et systématiques.Conclusion : Il semble que la biopsie TP soit plus efficace dans la détection du cancer, en particulier dans les lésions antérieures. Des données plus solides issues d'essais comparatifs randomisés sont attendues. Le passage à la voie TP est soutenu jusqu'à présent par son profil de sécurité
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".