Screen-Film Mammographic Density and Breast Cancer Risk: A Comparison of the Volumetric Standard Mammogram Form and the Interactive Threshold Measurement Methods
Notice bibliographique
Résumé
BACKGROUND: Mammographic density is a strong risk factor for breast cancer, usually measured by an area-based threshold method that dichotomizes the breast area on a mammogram into dense and nondense regions. Volumetric methods of breast density measurement, such as the fully automated standard mammogram form (SMF) method that estimates the volume of dense and total breast tissue, may provide a more accurate density measurement and improve risk prediction. METHODS: In 2000-2003, a case-control study was conducted of 367 newly confirmed breast cancer cases and 661 age-matched breast cancer-free controls who underwent screen-film mammography at several centers in Toronto, Canada. Conditional logistic regression was used to estimate odds ratios of breast cancer associated with categories of mammographic density, measured with both the threshold and the SMF (version 2.2beta) methods, adjusting for breast cancer risk factors. RESULTS: Median percent density was higher in cases than in controls for the threshold method (31% versus 27%) but not for the SMF method. Higher correlations were observed between SMF and threshold measurements for breast volume/area (Spearman correlation coefficient = 0.95) than for percent density (0.68) or for absolute density (0.36). After adjustment for breast cancer risk factors, odds ratios of breast cancer in the highest compared with the lowest quintile of percent density were 2.19 (95% confidence interval, 1.28-3.72; P(t) <0.01) for the threshold method and 1.27 (95% confidence interval, 0.79-2.04; Pt = 0.32) for the SMF method. CONCLUSION: Threshold percent density is a stronger predictor of breast cancer risk than the SMF version 2.2beta method in digitized images.
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 | 0,006 | 0,001 |
| 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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».