前立腺がん患者におけるリンパ節が関与する可能性を予測するモデルの外部検証

背景：前立腺がん（PCA）におけるリンパ節の関与（LNI）を予測する複数の統計モデルが存在し、骨盤リンパ節拡張（EPLND）に関する臨床的意思決定をサポートしています。 目的：オランダのPCA患者のLNIを予測するモデルを検証する。 設計、設定、および参加者：16の予測モデルは、EPLNDを受けた1001人の男性の患者コホートを使用して検証されました。患者の特徴には、血清前立腺特異抗原（PSA）、CTステージ、一次および二次グリーソンスコア、採取された生検コアの数、および陽性生検コアの数が含まれます。 結果測定と統計分析：モデルのパフォーマンスは、受信機動作特性曲線（AUC）の下の領域を使用して評価されました。キャリブレーションプロットを使用して、モデルによる過剰または過小評価を視覚化しました。 結果と制限：LNIは276人の患者（28％）で特定されました。LNIの患者は、PSAが高く、一次グリーソンパターンが高く、グリーソンスコアが高く、収穫されたノードの数が多く、生検コアの陽性数が多く、LNIのない患者と比較してCT段階が高かった。2012 Brigantiノモグラム（AUC 0.76）とメモリアルスローンケタリングがんセンター（MSKCC）Web計算機（AUC 0.75）によって生成された予測が最も正確でした。キャリブレーションは、AUCSの信頼区間が重複するため、最も正確なモデルを選択する上で決定的な役割を果たしました。患者のLNI確率の過小評価は、20％未満の予測確率がありました。モデルの更新の省略は、研究の制限でした。 結論：PCA患者のLNIを予測するモデルは、オランダの患者コホートで外部的に検証されました。2012年のブリガンティとMSKCCノモグラムは、利用可能な最も正確な予測モデルとして特定されました。 患者の概要：このレポートでは、モデルが前立腺がんが骨盤リンパ節に拡散するリスクをどの程度予測できるかを調べました。最も正確な確率を予測する際に、2つのモデルが同様に実行されることがわかりました。

BACKGROUND: Multiple statistical models predicting lymph node involvement (LNI) in prostate cancer (PCa) exist to support clinical decision-making regarding extended pelvic lymph node dissection (ePLND). OBJECTIVE: To validate models predicting LNI in Dutch PCa patients. DESIGN, SETTING, AND PARTICIPANTS: Sixteen prediction models were validated using a patient cohort of 1001 men who underwent ePLND. Patient characteristics included serum prostate specific antigen (PSA), cT stage, primary and secondary Gleason scores, number of biopsy cores taken, and number of positive biopsy cores. OUTCOME MEASUREMENTS AND STATISTICAL ANALYSIS: Model performance was assessed using the area under the receiver operating characteristic curve (AUC). Calibration plots were used to visualize over- or underestimation by the models. RESULTS AND LIMITATIONS: LNI was identified in 276 patients (28%). Patients with LNI had higher PSA, higher primary Gleason pattern, higher Gleason score, higher number of nodes harvested, higher number of positive biopsy cores, and higher cT stage compared to patients without LNI. Predictions generated by the 2012 Briganti nomogram (AUC 0.76) and the Memorial Sloan Kettering Cancer Center (MSKCC) web calculator (AUC 0.75) were the most accurate. Calibration had a decisive role in selecting the most accurate models because of overlapping confidence intervals for the AUCs. Underestimation of LNI probability in patients had a predicted probability of <20%. The omission of model updating was a limitation of the study. CONCLUSIONS: Models predicting LNI in PCa patients were externally validated in a Dutch patient cohort. The 2012 Briganti and MSKCC nomograms were identified as the most accurate prediction models available. PATIENT SUMMARY: In this report we looked at how well models were able to predict the risk of prostate cancer spreading to the pelvic lymph nodes. We found that two models performed similarly in predicting the most accurate probabilities.