Digital Compared with Screen-Film Mammography: Performance Measures in Concurrent Cohorts within an Organized Breast Screening Program
Notice bibliographique
Résumé
PURPOSE: To evaluate the performance of digital direct radiography (DR) and computed radiography (CR) compared with that of screen-film mammography (SFM) in large concurrent cohorts. MATERIALS AND METHODS: This study was approved by the University of Toronto Research Ethics Board and did not require informed consent. Concurrent cohorts of women aged 50-74 years screened with DR (n = 220 520), CR (n = 64 210), or SFM (n = 403 688) between 2008 and 2009 were identified and followed for 12 months. Performance was compared between cohorts, with SFM as the referent cohort. Associations were examined by using mixed-effect logistic regression. RESULTS: The cancer detection rate was similar for DR (4.9 per 1000; 95% confidence interval [CI]: 4.7, 5.2) and SFM (4.8 per 1000; 95% CI: 4.7, 5.0); however, the rate was significantly lower for CR (3.4 per 1000; 95% CI: 3.0, 3.9) (odds ratio, 0.79; 95% CI: 0.68, 0.93). Recall rates were higher for DR (7.7%; 95% CI: 7.6%, 7.8%) and lower for CR (6.6%; 95% CI: 6.5%, 6.7%) than for SFM (7.4%; 95% CI: 7.3%, 7.5%). Positive predictive value was lower for CR (5.2%; 95% CI: 4.7%, 5.8%) than for SFM (6.6%; 95% CI: 6.4%, 6.8%); however, the adjusted odds were not significant. CONCLUSION: Although DR is equivalent to SFM for breast screening among women aged 50-74 years, the cancer detection rate was lower for CR. Screening programs should monitor the performance of CR separately and may consider informing women of the potentially lower cancer detection rates.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».