Predicting cancer detection rates from multiparametric prostate MRI

Beyond the PI-RADS classification system

Auteurs-es

  • Agustin Perez-Londono Division of Urologic Surgery, Beth Israel Deaconess Medical Center, Boston, MA
  • Francisco Ramos Department of Urology, University of Texas Health Science Center at San Antonio, San Antonio, TX
  • Aaron Fleishman Department of Surgery, Beth Israel Deaconess Medical Center, Boston, MA
  • Sumedh Kaul Department of Surgery, Beth Israel Deaconess Medical Center, Boston, MA
  • Ruslan Korets Division of Urologic Surgery, Beth Israel Deaconess Medical Center, Boston, MA
  • Michael Johnson Department of Radiology, Beth Israel Deaconess Medical Center, Boston, MA
  • Aria F. Olumi Division of Urologic Surgery, Beth Israel Deaconess Medical Center, Boston, MA
  • Leo Tsai Department of Radiology, Beth Israel Deaconess Medical Center, Boston, MA
  • Boris Gershman Division of Urologic Surgery, Beth Israel Deaconess Medical Center, Boston, MA

DOI :

https://doi.org/10.5489/cuaj.8902

Mots-clés :

Prostatic Neoplasms, Magnetic Resonance Imaging, Early Detection of Cancer, Diagnostic Imaging

Résumé

INTRODUCTION: Although the Prostate Imaging-Reporting and Data System (PI-RADS) categorization represents the standard method for assessing the risk of prostate cancer using prostate magnetic resonance imaging (MRI), there exists wide variation in cancer detection rates (CDRs) in real-world practice. We therefore evaluated the association of clinical and radiographic features with CDRs and developed a predictive model to improve clinical management.

METHODS: We identified men aged 18–89 years with elevated prostate-specfic antigen (PSA) or on active surveillance for prostate cancer who underwent MRI-ultrasound (US) fusion biopsy or in-bore MRI-targeted biopsy. The associations of features with the per-lesion CDR (Gleason 6–10) and clinically significant (cs) CDR (Gleason 7–10) were examined using logistic regression, and results were operationalized into a predictive model.

RESULTS: Targeted biopsy was performed for 347 lesions in 281 patients. Overall, the CDR was 49.0% and the csCDR was 28.0%. On multivariable analysis, increasing PI-RADS category, smaller prostate size, and increasing PSA density were independently associated with higher CDR, while prior prostate biopsy was associated with lower CDR. A solitary PI-RADS 3–5 lesion was independently associated with higher csCDR, while 2+ prior prostate biopsies was associated with a lower csCDR. A predictive model provided a greater net benefit than a strategy of performing biopsy in all PI-RADS 3–5 lesions across a wide range of threshold probabilities.

CONCLUSIONS: Several clinical and radiographic features are independently associated with the risk of prostate cancer in men undergoing MRI-targeted biopsy. A predictive model based on these features can improve clinical decisions regarding biopsy compared to the conventional strategy of performing biopsy for all PI-RADS 3–5 lesions.

Téléchargements

Les données relatives au téléchargement ne sont pas encore disponibles.

Biographie de l'auteur-e

Ruslan Korets, Division of Urologic Surgery, Beth Israel Deaconess Medical Center, Boston, MA

 

 

Téléchargements

Publié-e

2024-11-04

Comment citer

Perez-Londono, A., Ramos, F., Fleishman, A., Kaul, S. ., Korets, R., Johnson, M., … Gershman, B. (2024). Predicting cancer detection rates from multiparametric prostate MRI: Beyond the PI-RADS classification system. Canadian Urological Association Journal, 19(3), E85–91. https://doi.org/10.5489/cuaj.8902

Numéro

Vol. 19 No. 3 (2025): CUAJ March

Rubrique

Original Research

Licence

Les auteurs accordent les droits d’auteurs liés à l’article et son contenu à l’Association des urologues du Canada. Cette entente signifie que vous ne pouvez pas faire ce qui suit, sans d’abord obtenir l’autorisation écrite de l’AUC :

  • Afficher l’article sur tout site Web.
  • Traduire ou autoriser une tierce partie à traduire l’article.
  • Copier ou reproduire l’article par quelque moyen que ce soit et sous tout format que ce soit, ou autoriser d’autres à le faire, au-delà de ce qui est permis par la loi canadienne du droit d’auteur.
  • Copier ou reproduire des sections de l’article, y compris les tableaux et figures, par quelque moyen que ce soit, ou autoriser d’autres à le faire, au-delà de ce qui est permis par la loi canadienne du droit d’auteur.

L’AUC encourage l’usage des articles à des fins éducatives sans but commercial et ne refusera pas sans motif raisonnable toute demande d’autorisation à cet effet.

Vous conservez le droit moral lié à l’article et son contenu. Cela signifie que l’AUC ne peut utiliser ses droits d’auteurs d’une manière telle que cela pourrait avoir des répercussions négatives sur votre réputation ou sur votre droit à être associé à l’article.

L’AUC exige également que vous garantissiez ce qui suit :

  • Vous êtes l’auteur ou les auteurs et seul(s) propriétaire(s) du contenu, le contenu de l’article est original et n’a jamais été publié et vous n’en avez pas déjà cédé les droits d’auteurs ni accordé de licence concernant son contenu à toute autre tierce partie;
  • Toutes les personnes qui ont contribué de manière considérable à la rédaction de l’article sont mentionnées;
  • L’article ne viole aucun droit de propriété de toute tierce partie, et vous avez obtenu les autorisations requises pour inclure les travaux d’autres personnes dans cet article; et
  • L’article ne diffame aucune tierce partie ni ne viole les droits à la vie privée de toute tierce partie.