Contribution of mammography to MRI screening in BRCA mutation carriers by BRCA status and age: individual patient data meta-analysis
Notice bibliographique
Résumé
BACKGROUND: We investigated the additional contribution of mammography to screening accuracy in BRCA1/2 mutation carriers screened with MRI at different ages using individual patient data from six high-risk screening trials. METHODS: Sensitivity and specificity of MRI, mammography and the combination of these tests were compared stratified for BRCA mutation and age using generalised linear mixed models with random effect for studies. Number of screens needed (NSN) for additional mammography-only detected cancer was estimated. RESULTS: In BRCA1/2 mutation carriers of all ages (BRCA1 = 1,219 and BRCA2 = 732), adding mammography to MRI did not significantly increase screening sensitivity (increased by 3.9% in BRCA1 and 12.6% in BRCA2 mutation carriers, P > 0.05). However, in women with BRCA2 mutation younger than 40 years, one-third of breast cancers were detected by mammography only. Number of screens needed for mammography to detect one breast cancer not detected by MRI was much higher for BRCA1 compared with BRCA2 mutation carriers at initial and repeat screening. CONCLUSIONS: Additional screening sensitivity from mammography above that from MRI is limited in BRCA1 mutation carriers, whereas mammography contributes to screening sensitivity in BRCA2 mutation carriers, especially those ⩽ 40 years. The evidence from our work highlights that a differential screening schedule by BRCA status is worth considering.
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) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».