Reproductive Factors and Mammographic Density: Associations Among 24,840 Women and Comparison of Studies Using Digitized Film-Screen Mammography and Full-Field Digital Mammography
Notice bibliographique
Résumé
Breast density is a modifiable factor that is strongly associated with breast cancer risk. We sought to understand the influence of newer technologies of full-field digital mammography (FFDM) on breast density research and to determine whether results are comparable across studies using FFDM and previous studies using traditional film-screen mammography. We studied 24,840 screening-age (40-74 years) non-Hispanic white women who were participants in the Research Program on Genes, Environment and Health of Kaiser Permanente Northern California and underwent screening mammography with either Hologic (Hologic, Inc., Marlborough, Massachusetts) or General Electric (General Electric Company, Boston, Massachusetts) FFDM machines between 2003 and 2013. We estimated the associations of parity, age at first birth, age at menarche, and menopausal status with percent density and dense area as measured by a single radiological technologist using Cumulus software (Canto Software, Inc., San Francisco, California). We found that associations between reproductive factors and mammographic density measured using processed FFDM images were generally similar in magnitude and direction to those from prior studies using film mammography. Estimated associations for both types of FFDM machines were in the same direction. There was some evidence of heterogeneity in the magnitude of the effect sizes by machine type, which we accounted for using random-effects meta-analysis when combining results. Our findings demonstrate the robustness of quantitative mammographic density measurements across FFDM and film mammography platforms.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».