Classification of breast tissue density by optical transillumination spectroscopy: Optical and physiological effects governing predictive value
Notice bibliographique
Résumé
Preventive oncology is in need of a risk assessment technique that can identify individuals at high risk for breast cancer and has the ability to monitor the efficacy of a risk reducing intervention. Optical transillumination spectroscopy (OTS) gives information about breast tissue composition and tissue density. OTS is noninvasive and in contrast to mammography, uses nonionizing radiation. It is safe and can be used frequently on younger women, potentially permitting early risk detection and thus increasing the time available for risk reduction interventions to assert their influence. Before OTS can be used as a risk assessment and/or monitoring technique, its predictive ability needs to be demonstrated and maximized through the construction of various mathematical models relating OTS and breast tissue density, and hence, risk. To establish a correlation between OTS and mammographic density principal components analysis (PCA), using risk classification, is calculated. The PCA scores are presented in three-dimensional cluster plots and a plane of differentiation that separates the high and low tissue densities is used to calculate the predictive value. Stratification of PCA for measurement position on the breast in cranial-caudal projection is introduced. Analysis of PCA scores as a function of the volunteer's age and body mass index (BMI) is examined. A small but significant correlation between the component scores and age or BMI is noted but the correlation is dependent on the tissue density category examined. Correction of the component scores for age and BMI is not recommended, since a priori knowledge of a woman's breast tissue density is required. Stratification for the center and distal measurement positions provide a predictive value for OTS above 96%.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».