Assessing the Breast Cancer Risk Distribution for Women Undergoing Screening in British Columbia
Notice bibliographique
Résumé
Breast cancer risk estimations are both informative and useful at the population level, with many screening programs relying on these assessments to allocate resources such as breast MRI. This cross-sectional multicenter study attempts to quantify the breast cancer risk distribution for women between the ages of 40 to 79 years undergoing screening mammography in British Columbia (BC), Canada. The proportion of women at high breast cancer risk was estimated by surveying women enrolled in the Screening Mammography Program of British Columbia (SMPBC) for known breast cancer risk factors. Each respondent's 10-year risk was computed with both the Tyrer-Cuzick and Gail risk assessment models. The resulting risk distributions were evaluated using the guidelines from the National Institute for Health and Care Excellence (United Kingdom). Of the 4,266 women surveyed, 3.5% of women between the ages of 40 to 79 years were found to have a high 10-year risk of developing breast cancer using the Tyrer-Cuzick model (1.1% using the Gail model). When extrapolated to the screening population, it was estimated that 19,414 women in the SMPBC are considered to be at high breast cancer risk. These women may benefit from additional MRI screening; preliminary analysis suggests that 4 to 5 additional MRI machines would be required to screen these high-risk women. However, the use of different models and guidelines will modify the number of women qualifying for additional screening interventions, thus impacting the MRI resources required. The results of this project can now be used to inform decision-making groups about resource allocation for breast cancer screening in BC.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».