Nipple aspirate fluid and ductoscopy to detect breast cancer
Notice bibliographique
Résumé
We prospectively performed cytologic assessment and image analysis (IA) on matched nipple aspirate fluid (NAF) and mammary ductoscopy (MD) specimens to determine (1) the accuracy of these methods in cancer detection and (2) whether the two collection methods provide complementary information.NAF and MD specimens were collected from 84 breasts from 75 women (nine bilateral samples) who underwent breast surgery. Cytologic evaluation was performed on all samples. IA was performed on slides with sufficient epithelial cells.Cytologic evaluation proved more accurate in patients without pathologic spontaneous nipple discharge (PND) than those with PND, mainly because of the potential false positive diagnosis in the latter. While the sensitivity of NAF and MD cytology was low (10% and 14%, respectively), both were 100% specific in cancer detection in the non-PND cohort. Combining NAF and MD cytology information improved sensitivity (24%) without sacrificing specificity. Similar to cytology, IA was more accurate in patients without PND having high specificity (100% for aneuploid IA), but relatively low sensitivity (36%). Combining NAF and MD cytology with aneuploid IA improved the sensitivity (45%) while maintaining high specificity (100%). The best predictive model was positive NAF cytology and/or MD cytology combined with IA aneuploidy, which resulted in 55% sensitivity and 100% specificity in breast cancer detection.Cytologic evaluation and IA of NAF and MD specimens are complementary. The presence of atypical cells arising from an intraductal papilloma in ductoscopic specimens is a potential source of false positive diagnosis in patients with nipple discharge.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».