MétaCan
Menu
Retour à la cohorte
Enregistrement W2114539678 · doi:10.1093/jnci/djt461

Radiologist Interpretive Volume and Breast Cancer Screening Accuracy in a Canadian Organized Screening Program

2014· article· en· W2114539678 sur OpenAlexaffabout
Isabelle Théberge, Sue-Ling Chang, Nathalie Vandal, Jean-Marc Daigle, Marie-Hélène Guertin, Éric Pelletier, Jacques Brisson

Notice bibliographique

RevueJNCI Journal of the National Cancer Institute · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiology practices and education
Établissements canadiensInstitut National de Santé Publique du QuébecCentre hospitalier universitaire de Québec
Organismes subventionnairesnon disponible
Mots-clésMedicineConfidence intervalMammographyFalse positive paradoxVolume (thermodynamics)Poisson regressionBreast cancerNuclear medicineRadiologyStatisticsCancerMathematicsInternal medicinePopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: To strengthen evidence on which radiologist mammography interpretive volume requirements can be based, we assessed the relation of volume to accuracy in the Quebec Breast Cancer Screening Program. METHODS: Annual interpretive volume (total, screening, and diagnostic) for all 340 radiologists who interpreted 1315327 screening examinations in the period from 2000 to 2006 was obtained using provincial databases. The association of volume to sensitivity, false-positive rate, and accuracy (sensitivity/false-positive rate) was assessed by multivariable Poisson regression with robust error variance. All statistical tests were two-sided. RESULTS: Radiologists consistently interpreting less than 500 mammograms annually experienced a 58% reduction in accuracy (adjusted accuracy ratio = 0.42; 95% confidence interval [CI] = 0.24 to 0.74) compared with those who consistently interpreted at least 500 mammograms annually. Moreover, accuracy increased progressively as total annual volume increased (P trend = .0005). Radiologists interpreting at least 4000 mammograms annually experienced a 32% increase in accuracy (adjusted accuracy ratio = 1.32; 95% CI = 1.13 to 1.54) compared with those interpreting 500 to 999 mammograms annually. This increase in accuracy is attributable to a reduction in false-positive rate as total volume increased (P trend = .001). Sensitivity changed little with total volume (P trend = .68). Gains in accuracy were greater up to approximately 3000 mammograms interpreted annually. CONCLUSIONS: The minimum annual volume of 500 mammograms required in North America is justified; radiologist accuracy may be compromised if interpretive volume is consistently less than this requirement. Raising interpretive volume may help to reduce the frequency of false positives without loss of sensitivity. Possible gains in accuracy may be greater with increases in volume of up to approximately 3000 mammograms interpreted annually.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,108
Score d'incertitude au seuil0,956

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,380
Écart entre enseignants0,339 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJNCI Journal of the National Cancer InstituteMême sujetRadiology practices and educationTravaux en français237 207