Wolfe's parenchymal pattern and percentage of the breast with mammographic densities: redundant or complementary classifications?
Notice bibliographique
Résumé
Mammographic breast densities are one of the strongest breast cancer risk factors. The two most frequently used classifications of breast densities are Wolfe's parenchymal pattern and the percentage of the breast with densities. In this analysis, associations of these two classifications with breast cancer risk were compared, and the dose response curve of risk with densities was examined. Three case-control studies were combined totaling 1060 cases with newly diagnosed breast cancer and 2352 controls. A single observer had assessed parenchymal pattern and percent density without any information on subjects. Relative risks (RRs) were estimated with logistic regression and spline functions adjusting for age and body weight. The two classifications were strongly correlated (r = 0.81, P = 0.0001). Breast cancer risk increased progressively with percent density reaching a 5-6-fold increase for women with 85% or more of the breast with densities compared with women with no density. In contrast, women with P2 or DY patterns had only a 2-3-fold increase in risk compared with women with N1 pattern. More importantly, among women with P2 or DY, RR varied substantially with percent density, whereas, among women with a given percent density, RR varied little with parenchymal pattern. Comparisons of multivariate models reveal that in the presence of parenchymal pattern, inclusion of percent density in the model improved the prediction of breast cancer risk (chi(2) = 35.5, P = 0.0082) but not the opposite (chi(2) = 1.1, P = 0.7662). These findings show that the percentage of the breast with densities provide more information on breast cancer risk than Wolfe's parenchymal patterns and that, once percent breast density is taken into account, no more information on breast cancer risk is given by assessing parenchymal pattern.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».