Value of pre-operative breast MRI for the size assessment of ductal carcinoma<i>in situ</i>
Notice bibliographique
Résumé
OBJECTIVE: To retrospectively evaluate the accuracy of pre-operative breast MRI and mammography in determining the size of ductal carcinoma in situ (DCIS) compared with the histopathological results. METHODS: 79 patients [mean age: 56.5 (standard deviation 10.2) years] with pathologically proven DCIS (79 lesions) obtained a bilateral mammogram and a pre-operative contrast-enhanced MRI. The accuracy of MRI and mammography to detect tumour size were estimated and compared, using histopathological size as the gold standard, on the subjects with measurements with both modalities (n = 60). RESULTS: MRI detected 67 (85%) lesions, mammography detected 72 (91%) and both modalities detected 60 (76%). Median DCIS size detected by mammography vs MRI was smaller (1.55 vs 1.65 cm). Out of these 60 cases, compared with the histopathological size, the accuracy of MRI and mammography was 0.66 and 0.56, respectively (p = 0.045). MRI showed better accuracy than mammography for younger patients (age ≤ 50 years, p = 0.003). For tumour nuclear grade, there was a statistically significant difference for the intermediate level, with higher accuracy for MRI (p = 0.03). CONCLUSION: MRI was more accurate than mammography in DCIS size assessment when visible, particularly in lesions of intermediate grade and in patients less than 50 years of age. ADVANCES IN KNOWLEDGE: Breast MRI may help in management of DCIS of intermediate grade and in females less than 50 years of age.
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 | 0,001 | 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 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 ».