Radiologist Interpretive Volume and Breast Cancer Screening Accuracy in a Canadian Organized Screening Program
Notice bibliographique
Résumé
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 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 | 0,003 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».