Breast Imaging Reporting and Data System Lexicon for US: Interobserver Agreement for Assessment of Breast Masses
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To retrospectively evaluate the interobserver agreement of radiologists who used the Breast Imaging Reporting and Data System (BI-RADS) lexicon to characterize and categorize ultrasonographic (US) features of breast masses. MATERIALS AND METHODS: No institutional review board approval or patient consent was required. Five breast radiologists retrospectively independently evaluated 267 breast masses (113 benign and 154 malignant masses in 267 patients) by using the BI-RADS US lexicon. Reviewers were blinded to mammographic images, medical history, and pathologic findings. Interobserver agreement was assessed with the Aickin revised kappa statistic. RESULTS: Interobserver agreement varied from fair for evaluation of mass margins (kappa = 0.36) to moderate for evaluation of lesion boundary (kappa = 0.48), echo pattern (kappa = 0.58), and posterior acoustic features (kappa = 0.47) to substantial for evaluation of mass orientation (kappa = 0.70) and shape (kappa = 0.64). For small (< or =0.7 cm; n = 49) or malignant (n = 154) masses, low concordance was noted for margin descriptors (kappa = 0.30 and 0.28, respectively) and BI-RADS category (kappa = 0.21 and 0.26, respectively). Overall, only fair agreement was obtained for BI-RADS category (kappa = 0.30). Agreement for subdivisions 4a, 4b, and 4c of BI-RADS category 4 was fair (kappa = 0.33), fair (kappa = 0.32), and poor (kappa = 0.17), respectively. CONCLUSION: Reproducibility of US BI-RADS terminology is good except for margin evaluation. A trend toward lower concordance was noted for the evaluation of small masses and malignant lesions. Classification into subdivisions 4a, 4b, and 4c was poorly reproducible.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle