Clinical Value of Shear Wave Elastography Added to Targeted Ultrasound (Second‐Look Ultrasound) in the Evaluation of Breast Lesions Suspicious of Malignancy Detected on Magnetic Resonance Imaging
Notice bibliographique
Résumé
OBJECTIVES: To determine the value of shear wave elastography (SWE) added to targeted ultrasound (US) after breast magnetic resonance imaging (MRI). METHODS: From July 2015 to October 2017, 40 patients who underwent targeted US evaluations of suspicious MRI-detected American College of Radiology Breast Imaging Reporting and Data System category 4 lesions (mass or nonmass enhancement) were enrolled in this prospective study. B-mode US and SWE examinations were performed to detect US correlates to MRI-detected lesions; their Breast Imaging Reporting and Data System categories were recorded; lesions that were dark blue on a 6-point color scale or had maximum elasticity of 30 kPa or less were categorized as soft. Biopsy was performed with US or MRI guidance, with the pathologic findings correlated with MRI, US, and SWE findings. The value of SWE for lesion detection and identification of benign lesions was determined. RESULTS: The mean age of the 40 patients was 51.1 years. There were 48 MRI-detected lesions (20 cancers, 3 high-risk lesions, and 25 benign lesions). Ultrasound correlates (8 category 3 and 25 category 4) were shown for 33 lesions (69%; P < .0001), with 16 cancers (80%; P < .0001) and 17 benign lesions. Shear wave elastography assisted detection of 3 (19%) cancers on US imaging. All 7 soft US category 3 lesions were benign (7 of 33 [21%]; P = .0014). CONCLUSIONS: Shear wave elastography was useful with targeted US after breast MRI to increase cancer detection by US. A significant number of US correlates to MRI-detected lesions could have been identified as benign (category 3 and soft) before biopsy, with the potential of short-interval follow-up of MRI-detected lesions with benign US correlates instead of biopsy.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 ».