The value of breast <scp>MRI</scp> in high‐risk patients with newly diagnosed breast cancer to exclude invasive disease in the contralateral prophylactic mastectomy: Is there a role to choose wisely patients for sentinel node biopsy?
Notice bibliographique
Résumé
The aim of this study was to evaluate the presence of clinically and mammographically occult disease using breast MRI in a cohort of cancer patients undergoing contralateral prophylactic mastectomy (CPM) and the utmost indication of axillary assessment (sentinel node biopsy (SLNB)) for this side. A retrospective review of patients with unilateral invasive breast cancer or ductal carcinoma in situ (DCIS) from institutional MRI registry data (2004-2010) was conducted. Characteristics of patients undergoing CPM with breast MRI obtained less than 6 month before surgery were evaluated. A total of 2322 consecutive patients diagnosed with DCIS or stage I to III infiltrating breast cancer underwent preoperative breast MRI. Of these, 1376 patients (59.2%) had contralateral clinical breast exam and mammography without abnormalities; and 116 patients (4.9%) underwent CPM (28 excluded patients had breast MRI more than 6 months before CPM). The mean age of the 88 patients was 49 years (range 28-76 years). Two (2.3%) DCIS identified on surgical pathology specimen were not depicted by MRI and the 5 mm T1N0 invasive cancer (1.1%) was identified on MRI. Preoperative MRI showed 95% accuracy to demonstrate absence of occult disease with negative predicted value (NPV) of 98% (95% CI: 91.64-99.64%). Occult disease was present in 3.4% of CPM. MRI accurately identified the case of invasive cancer in this cohort. The high negative predictive value suggests that MRI can be used to select patients without consideration of SLNB for the contralateral side.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».