Reliability of Automated Breast Density Measurements
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To estimate the reliability of a reference standard two-dimensional area-based method and three automated volumetric breast density measurements by using repeated measures. MATERIALS AND METHODS: Thirty women undergoing screening mammography consented to undergo a repeated left craniocaudal examination performed by a second technologist in this prospective institutional review board-approved HIPAA-compliant study. Breast density was measured by using an area-based method (Cumulus ABD) and three automated volumetric methods (CumulusV [University of Toronto], Volpara [version 1.4.5; Volpara Solutions, Wellington, New Zealand), and Quantra [version 2.0; Hologic, Danbury, Conn]). Discrepancy between the first and second breast density measurements (Δ1-2) was obtained for each algorithm by subtracting the second measurement from the first. The Δ1-2 values of each algorithm were then analyzed with a random-effects model to derive Bland-Altman-type limits of measurement agreement. RESULTS: Variability was higher for Cumulus ABD and CumulusV than for Volpara or Quantra. The within-breast density measurement standard deviations were 3.32% (95% confidence interval [CI]: 2.65, 4.44), 3.59% (95% CI: 2.86, 4.48), 0.99% (95% CI: 0.79, 1.33), and 1.64% (95% CI: 1.31, 1.39) for Cumulus ABD, CumulusV, Volpara, and Quantra, respectively. Although the mean discrepancy between repeat breast density measurements was not significantly different from zero for any of the algorithms, larger absolute breast density discrepancy (Δ1-2) values were associated with larger breast density values for Cumulus ABD and CumulusV but not for Volpara and Quantra. CONCLUSION: Variability in a repeated measurement of breast density is lowest for Volpara and Quantra; these algorithms may be more suited to incorporation into a risk model.
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.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle