Standardized Abnormal Interpretation and Cancer Detection Ratios to Assess Reading Volume and Reader Performance in a Breast Screening Program
Notice bibliographique
Résumé
PURPOSE: To determine the relationship between annual screening volume and radiologist performance in the Screening Mammography Program of British Columbia, Canada. MATERIALS AND METHODS: Standardized abnormal interpretation ratios and standardized cancer detection ratios were constructed for 35 readers with at least 3 years of experience with the Screening Mammography Program of British Columbia. The ratios were used to compare individual reader performance with the mean program performance after adjustment for the age and screening history (first versus subsequent screening examinations) of the women who underwent screening. RESULTS: The mean standardized abnormal interpretation ratio was better for readers of 2,000-2,999 (n = 8) and 3,000-3,999 (n = 9) screening mammograms per year than for those of less than 2,000 (n = 9) and 4, 000-5,199 (n = 9) screening mammograms per year. Differences in the mean standardized abnormal interpretation ratios were significant (P <.05) between the readers of less than 2,000 and of 2,000-2,999 screening mammograms per year, between readers of less than 2,000 and of 3,000-3,999 screening mammograms per year and between readers of 3,000-3,999 and of 4,000-5,199 screening mammograms per year. The mean standardized cancer detection ratio improved gradually with increasing annual volume, but the differences between groups were not statistically significant. Five of the eight readers of 2,000-2, 999 mammograms were reading 2,475 or more screening mammograms per year. CONCLUSION: Standardized abnormal interpretation ratios and standardized cancer detection ratios provide a method of comparing two important performance measures in a screening program. A minimum of 2,500 interpretations per year is associated with lower abnormal interpretation rates and average or better 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 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 | 0,005 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».