Purpose A postoperative nomogram for prostate cancer recurrence after radical prostatectomy (RP) has been independently validated as accurate and discriminating. We have updated the nomogram by extending the predictions to 10 years after RP and have enabled the nomogram predictions to be adjusted for the disease-free interval that a patient has maintained after RP. Methods Cox regression analysis was used to model the clinical information for 1,881 patients who underwent RP for clinically-localized prostate cancer by two high-volume surgeons. The model was externally validated separately on two independent cohorts of 1,782 patients and 1,357 patients, respectively. Disease progression was defined as a rising prostate-specific antigen (PSA) level, clinical progression, radiotherapy more than 12 months postoperatively, or initiation of systemic therapy. Results The 10-year progression-free probability for the modeling set was 79% (95% CI, 75% to 82%). Significant variables in the multivariable model included PSA (P = .002), primary (P < .0001) and secondary Gleason grade (P = .0006), extracapsular extension (P < .0001), positive surgical margins (P = .028), seminal vesicle invasion (P < .0001), lymph node involvement (P = .030), treatment year (P = .008), and adjuvant radiotherapy (P = .046). The concordance index of the nomogram when applied to the independent validation sets was 0.81 and 0.79. Conclusion We have developed and validated as a robust predictive model an enhanced postoperative nomogram for prostate cancer recurrence after RP. Unique to predictive models, the nomogram predictions can be adjusted for the disease-free interval that a patient has achieved after RP.

An existing preoperative nomogram predicts the probability of prostate cancer recurrence, defined by prostate-specific antigen (PSA), at 5 years after radical prostatectomy based on clinical stage, serum PSA, and biopsy Gleason grade. In an updated and enhanced nomogram, we have extended the predictions to 10 years, added the prognostic information of systematic biopsy results, and enabled the predictions to be adjusted for the year of surgery. Cox regression analysis was used to model the clinical information for 1978 patients treated by two high-volume surgeons from our institution. The nomogram was externally validated on an independent cohort of 1545 patients with a concordance index of 0.79 and was well calibrated with respect to observed outcome. The inclusion of the number of positive and negative biopsy cores enhanced the predictive accuracy of the model. Thus, a new preoperative nomogram provides robust predictions of prostate cancer recurrence up to 10 years after radical prostatectomy.

Abstract

 Radical prostatectomy (RP) disrupts the natural history of prostate cancer. However, it could be a significant source of long-term incontinence and potency morbidity. We studied the long-term cancer survival results and the probabilities of achieving ideal "trifecta" outcomes (cancer control, continence, and potency) after this surgical procedure. A total of 1746 intervention-naive patients with clinically localized newly diagnosed prostate cancer underwent RP with curative intent beginning in 1983. The mean follow-up time was 6 years (interquartile range, 3–9). The successive probabilities of achieving ideal trifecta outcomes for up to 24 months following RP versus experiencing biochemical recurrence were estimated using the cumulative incidence method. Additionally, long-term cancer control was assessed by preoperative and postoperative factors. Surgical excision controlled prostate cancer effectively in 1441 (83%) of the 1746 patients studied. At 5, 10, and 15 years, respectively, 82%, 77%, and 75% of patients were free from disease progression. Cancer-specific survival was 99%, 95% and 89%, respectively, at 5, 10, and 15 years. In men with disease progression, the 15-year probabilities of death from prostate cancer versus other causes were similar (32% and 33%, respectively). At 24 months, 60% of patients were potent, continent, and free of cancer, and 12% had experienced recurrence. Use of RP provided excellent long-term cancer control. At 15 years, only 11% of patients had died of prostate cancer. Cancer control was good even for patients with adverse prognostic features. The probability of death from cancer was similar to other causes after disease progression. By 2 years, 60% of men were continent, potent, and cancer free.

Purpose Prostate-specific antigen (PSA) defined biochemical recurrence (BCR) of prostate cancer is widely used for reporting the outcome of radical prostatectomy (RP). A standardized BCR definition is lacking, and overall progression-free probability and risk of subsequent metastatic disease progression may vary greatly depending on the PSA criterion used. Ten definitions of BCR were evaluated to identify the one that best explains metastatic progression. Methods Of 3,125 patients who underwent RP at our institution since 1985, 75 developed distant metastasis during a median follow-up of 49 months. To predict metastasis progression, we modeled the clinical information using multivariable Cox regression analysis. BCR was included in the model as a time-dependent covariate, and separate models were developed for each definition. A goodness-of-fit (R 2 ) statistic was used to determine the Cox model (and thereby the BCR definition) that best explained metastatic progression. Results The 10-year progression-free probability ranged from 63% to 79%, depending on the BCR definition. The model containing BCR defined as a PSA of at least 0.4 ng/mL followed by another increase best explained metastatic progression (R 2 = 0.21). This definition was also associated with a high probability of subsequent secondary therapy, continued PSA progression, and rapid PSA doubling time. Conclusion BCR defined as a PSA value of at least 0.4 ng/mL followed by another increase best explains the development of distant metastasis among 10 candidate definitions, after controlling for clinical variables and the use of secondary therapy. On the basis of this evidence, we propose that this definition be adopted as the standard for reporting the outcome of RP.

Purpose The long-term risk of prostate cancer–specific mortality (PCSM) after radical prostatectomy is poorly defined for patients treated in the era of widespread prostate-specific antigen (PSA) screening. Models that predict the risk of PCSM are needed for patient counseling and clinical trial design. Methods A multi-institutional cohort of 12,677 patients treated with radical prostatectomy between 1987 and 2005 was analyzed for the risk of PCSM. Patient clinical information and treatment outcome was modeled using Fine and Gray competing risk regression analysis to predict PCSM. Results Fifteen-year PCSM and all-cause mortality were 12% and 38%, respectively. The estimated PCSM ranged from 5% to 38% for patients in the lowest and highest quartiles of predicted risk of PSA-defined recurrence, based on a popular nomogram. Biopsy Gleason grade, PSA, and year of surgery were associated with PCSM. A nomogram predicting the 15-year risk of PCSM was developed, and the externally validated concordance index was 0.82. Neither preoperative PSA velocity nor body mass index improved the model's accuracy. Only 4% of contemporary patients had a predicted 15-year PCSM of greater than 5%. Conclusion Few patients will die from prostate cancer within 15 years of radical prostatectomy, despite the presence of adverse clinical features. This favorable prognosis may be related to the effectiveness of radical prostatectomy (with or without secondary therapy) or the low lethality of screen-detected cancers. Given the limited ability to identify contemporary patients at substantially elevated risk of PCSM on the basis of clinical features alone, the need for novel markers specifically associated with the biology of lethal prostate cancer is evident.

BackgroundThe learning curve for surgery—i.e., improvement in surgical outcomes with increasing surgeon experience—remains primarily a theoretical concept; actual curves based on surgical outcome data are rarely presented. We analyzed the surgical learning curve for prostate cancer recurrence after radical prostatectomy.