FAST <scp>MRI</scp> breast screening revisited
Notice bibliographique
Résumé
INTRODUCTION: Screening for breast cancer in high-risk women takes about 40 minutes to acquire an MRI scan and is time-intensive to report. There is recent interest in the performance of an abbreviated MRI protocol (FAST) in the screening setting. FAST scans have a reported negative predictive value of 99.8%. This study evaluates the false positive rates (FPR) and recall rates for FAST scans as compared to full diagnostic studies (FD). METHODS: A database of all screening breast MRI scans performed at our institution between 30 June 2013 and 1 July 2014 (n = 591) was created by one of the researchers, who did not subsequently analyse the MRI scans. The T1W and first post-contrast and subtracted images from each of these scans (FAST protocol) were assessed by experienced breast MRI radiologists, blinded to the final diagnosis. The findings were then compared with the FD result. RESULTS: The recall rates were 6.6% for FAST scans and 5.8% for FD scans. FPR rates were 4.7% and 3.9% respectively. There is no statistically significant difference in the recall rates or FPR of FAST scans in comparison with full diagnostic studies. CONCLUSIONS: Given the absence of statistically significant difference in the FPR and recall rates in comparison with FD, FAST scans can replace FD for screening of breast cancer.
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 | 0,002 | 0,001 |
| 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 ».