Ultrasound as the Primary Screening Test for Breast Cancer: Analysis From ACRIN 6666
Notice bibliographique
Résumé
BACKGROUND: Mammography is not widely available in all countries, and breast cancer incidence is increasing. We considered performance characteristics using ultrasound (US) instead of mammography to screen for breast cancer. METHODS: Two thousand eight hundred nine participants were enrolled at 20 sites in the United States, Canada, and Argentina in American College of Radiology Imaging 6666. Two thousand six hundred sixty-two participants completed three annual screens (7473 examinations) with US and film-screen (n = 4351) or digital (n = 3122) mammography and had biopsy or 12-month follow-up. Cancer detection, recall, and positive predictive values were determined. All statistical tests were two-sided. RESULTS: One hundred ten women had 111 breast cancer events: 89 (80.2%) invasive cancers, median size 12 mm. The number of US screens to detect one cancer was 129 (95% bootstrap confidence interval [CI] = 110 to 156), and for mammography 127 (95% CI = 109 to 152). Cancer detection was comparable for each of US and mammography at 58 of 111 (52.3%) vs 59 of 111 (53.2%, P = .90), with US-detected cancers more likely invasive (53/58, 91.4%, median size 12 mm, range = 2-40 mm), vs mammography at 41 of 59 (69.5%, median size 13 mm, range = 1-55 mm, P < .001). Invasive cancers detected by US were more frequently node-negative, 34 of 53 (64.2%) vs 18 of 41 (43.9%) by mammography (P = .003). For 4814 incidence screens (years 2 and 3), US had higher recall and biopsy rates and lower PPV of biopsy (PPV3) than mammography: The recall rate was 10.7% (n = 515) vs 9.4% (n = 453, P = .03), the biopsy rate was 5.5% (n = 266) vs 2.0% (n = 97, P < .001), and PPV3 was 11.7% (31/266) vs 38.1% (37/97, P < .001). CONCLUSIONS: Cancer detection rate with US is comparable with mammography, with a greater proportion of invasive and node-negative cancers among US detections. False positives are more common with US screening.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».