Assessing breast tissue density by transillumination breast spectroscopy (TIBS): an intermediate indicator of cancer risk
Notice bibliographique
Résumé
Risk assessment by parenchymal density pattern, a strong physical indicator of future breast cancer risk, is available with the onset of mammographic screening programmes. However, due to the use of ionizing radiation, mammography is not recommended for use in younger women, thereby rendering risk assessment unattainable at an earlier age. Visible and near infrared light was used on 292 women with radiologically normal mammograms to determine whether transillumination breast spectroscopy (TIBS) can identify women with a high parenchymal density pattern as an intermediate indicator of breast cancer risk. Principal component analysis (PCA) was used to reduce the spectral data and generate density scores for each woman. To assess the accuracy of TIBS, logistic regression was used to calculate crude and adjusted odds ratios (OR) and 95% confidence intervals (CI) for each score. Receiver operator characteristic (ROC) curves and area under the curve (AUC) were also calculated for the crude and adjusted logistic models. Optical information relating to tissue chromophores, such as water, lipid and haemoglobin content, was sufficient to identify women with high parenchymal density. The resulting AUC for the final and most parsimonious multivariate logistic model was 0.922 (95% CI 0.878-0.967). TIBS provides information correlating to high parenchymal density and is a promising tool for risk assessment, particularly for younger women.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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) | 0,001 | 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 ».