Multimodality Breast Cancer Screening in Women with a Familial or Genetic Predisposition
Notice bibliographique
Résumé
BACKGROUND: Women with a predisposition for breast cancer require a tailored screening program for early cancer detection. We evaluated the performance of mammography (MG), ultrasonography (US), and magnetic resonance imaging (MRI) screening in these women. PATIENTS AND METHODS: In asymptomatic women either confirmed as BRCA1/2 carriers, or having a greater than 30% probability of being so as estimated by brcapro [Berry D, Parmigiani G. Duke SPORE (Specialized Program of Research Excellence) in Breast Cancer. 1999], we conducted a prospective comparative trial consisting of annual MRI and MG, and biannual US and clinical breast examination. All evaluations were done within 30 days of one another. For each screening round, imaging tests were independently interpreted by three radiologists. RESULTS: The study enrolled 184 women, and 387 screening rounds were performed, detecting 12 cancers (9 infiltrating, 3 in situ), for an overall cancer yield of 6.5%. At diagnosis, 7 infiltrating cancers were smaller than 2 cm (T1); only 1 woman presented with axillary nodal metastases. All tumours were negative for the human epidermal growth factor receptor 2. Of the 12 cancers, MRI detected 10, and MG, 7; US did not identify any additional cancers. The overall recall rate after MRI was 21.8%, as compared with 11.4% for US and 16.1% for MG. Recall rates declined with successive screening rounds. In total, 45 biopsies were performed: 21 as a result of an US abnormality; 17, because of an MRI lesion; and 7, because of a MG anomaly. INTERPRETATION: In high-risk women, MRI offers the best sensitivity for breast cancer screening. The combination of yearly MRI and MG reached a negative predictive value of 100%. The recall rate is greatest with MRI, but declines for all modalities with successive screening rounds.
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 | 0,002 | 0,003 |
| 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) | 0,001 | 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 ».