Is contralateral breast ultrasound worthwhile in preoperative staging of breast cancer?
Notice bibliographique
Résumé
BACKGROUND: Women with invasive breast cancer are at higher risk of contralateral synchronous cancer. This study aimed at determining if contralateral breast ultrasound (CBUS) examination should be routinely performed in the preoperative evaluation of breast cancer patients. METHODS: This is a retrospective study of preoperative CBUS examinations performed between January 2012 and April 2015. The charts of patients presenting for biopsy of a Breast Imaging Reporting and Data System (BIRADS) 5 lesion and who had undergone a concomitant contralateral breast US examination were reviewed. Index tumor, lymph node status, American College of Radiology (ACR) breast density on mammogram, total scanning time, and results of CBUS were recorded. RESULTS: Of the 3007 patients who underwent breast biopsies during the study period, 360 patients met the inclusion criteria. Index mass size was 19 ± 10 mm. CBUS examination led to 76 biopsies, of which 12 were positive in 11 patients. Detection rate for mammographically occult contralateral invasive cancers was 3.1% (11/360). Contralateral lesion size was 13 ± 10 mm. Breast density was rated ACR C/D for nine women and ACR B for two. In the ACR C/D subgroup (82%), the contralateral cancer detection rate was 4.1%. Average additional scanning time spent required to perform CBUS examination was 3.1 ± 4.9 min. Patients diagnosed with contralateral invasive breast cancer underwent surgery and/or chemotherapy. The treatment strategy was changed in all 11 patients after the detection of a second primary cancer. CONCLUSION: Preoperative CBUS is effective and most beneficial with women presenting ACR C/D breast density. Given its impact on decreasing future morbidity, its routine use should be considered to improve quality healthcare for women diagnosed with 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 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 | 0,006 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».