MétaCan
Menu
Retour à la cohorte
Enregistrement W2206977300 · doi:10.1259/bjr.20150522

Utility of relative and absolute measures of mammographic density<i>vs</i>clinical risk factors in evaluating breast cancer risk at time of screening mammography

2015· article· en· W2206977300 sur OpenAlexaff
Mohamed Abdolell, Kaitlyn M. Tsuruda, Christopher B. Lightfoot, Jennifer Payne, Judy Caines, Sian Iles

Notice bibliographique

RevueBritish Journal of Radiology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueDigital Radiography and Breast Imaging
Établissements canadiensTechnical University of Nova ScotiaNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerMammographyLogistic regressionReceiver operating characteristicBreast densityRisk factorRisk assessmentMAMMOGRAPHIC DENSITYCancerOncologyInternal medicineGynecology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Various clinical risk factors, including high breast density, have been shown to be associated with breast cancer. The utility of using relative and absolute area-based breast density-related measures was evaluated as an alternative to clinical risk factors in cancer risk assessment at the time of screening mammography. METHODS: Contralateral mediolateral oblique digital mammography images from 392 females with unilateral breast cancer and 817 age-matched controls were analysed. Information on clinical risk factors was obtained from the provincial breast-imaging information system. Breast density-related measures were assessed using a fully automated breast density measurement software. Multivariable logistic regression was conducted, and area under the receiver-operating characteristic (AUROC) curve was used to evaluate the performance of three cancer risk models: the first using only clinical risk factors, the second using only density-related measures and the third using both clinical risk factors and density-related measures. RESULTS: The risk factor-based model generated an AUROC of 0.535, while the model including only breast density-related measures generated a significantly higher AUROC of 0.622 (p < 0.001). The third combined model generated an AUROC of 0.632 and performed significantly better than the risk factor model (p < 0.001) but not the density-related measures model (p = 0.097). CONCLUSION: Density-related measures from screening mammograms at the time of screen may be superior predictors of cancer compared with clinical risk factors. ADVANCES IN KNOWLEDGE: Breast cancer risk models based on density-related measures alone can outperform risk models based on clinical factors. Such models may support the development of personalized breast-screening protocols.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,058
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,058
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,317
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of RadiologyMême sujetDigital Radiography and Breast ImagingTravaux en français237 207