Mammographic density defined by higher than conventional brightness thresholds better predicts breast cancer risk
Notice bibliographique
Résumé
Background: Mammographic density defined by the conventional pixel brightness threshold, and adjusted for age and body mass index (BMI), is a well-established risk factor for breast cancer. We asked if higher thresholds better separate women with and without breast cancer. Methods: We studied Australian women, 354 with breast cancer over-sampled for early-onset and family history, and 944 unaffected controls frequency-matched for age at mammogram. We measured mammographic dense area and percent density using the CUMULUS software at the conventional threshold, which we call Cumulus , and at two increasingly higher thresholds, which we call Altocumulus and Cirrocumulus , respectively. All measures were Box-Cox transformed and adjusted for age and BMI. We estimated the odds per adjusted standard deviation (OPERA) using logistic regression and the area under the receiver operating characteristic curve (AUC). Results: Altocumulus and Cirrocumulus were correlated with Cumulus (r ∼ 0.8 and 0.6 , respectively) . For dense area, the OPERA was 1.62, 1.74 and 1.73 for Cumulus, Altocumulus and Cirrocumulus , respectively (all P < 0.001). After adjusting for Altocumulus and Cirrocumulus , Cumulus was not significant ( P > 0.6). The OPERAs for percent density were less but gave similar findings. The mean of the standardized adjusted Altocumulus and Cirrocumulus dense area measures was the best predictor; OPERA = 1.87 [95% confidence interval (CI): 1.64-2.14] and AUC = 0.68 (0.65-0.71). Conclusions: The areas of higher mammographically dense regions are associated with almost 30% stronger breast cancer risk gradient, explain the risk association of the conventional measure and might be more aetiologically important. This has substantial implications for clinical translation and molecular, genetic and epidemiological research.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».