Organized Breast Screening Programs in Canada: Effect of Radiologist Reading Volumes on Outcomes
Notice bibliographique
Résumé
PURPOSE: To examine retrospectively the relationship between radiologist screening program reading volumes and interpretation results. MATERIALS AND METHODS: This research project was reviewed by the University of British Columbia Research Ethics Board. Informed patient consent was not required. Data were requested from Canadian provincial screening programs for the period 1988-2000. Cancer detection rates, abnormal interpretation rates, and positive predictive values (PPVs) were calculated for individual radiologists in those programs. Multivariate Poisson mixed regression models were used to examine the effect of patient age, screening examination sequence (first or subsequent screening examination), province, radiologist reading volume, and interradiologist differences on cancer detection rate, abnormal interpretation rate, and PPV. RESULTS: The results of the interpretation of 1406678 screening mammograms by 304 radiologists from seven provincial programs were analyzed. Cancer detection rate, abnormal interpretation rate, and PPV all varied according to age of woman screened and screening sequence and across the sample of radiologists. None of the rates varied by province. Neither the cancer detection rate nor the abnormal interpretation rate varied by reading volume, but the average PPV was increased by 34% for volumes over 2000 mammograms versus volumes of 480-699 mammograms per year. There was no evidence that the magnitude of variability around the average, for radiologists reading the same volume of mammograms, varied across different volume groups for any of the outcome measures. CONCLUSION: Cancer detection did not vary with reading volume. The average PPV for individual radiologists increased as reading volume rose up to 2000 mammograms per year; it stabilized at higher volumes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».