MétaCan
Menu
Retour à la cohorte
Enregistrement W2954244265 · doi:10.1016/j.ejrad.2019.06.022

Abbreviated breast MRI combining FAST protocol and high temporal resolution (HTR) dynamic contrast enhanced (DCE) sequence

2019· article· en· W2954244265 sur OpenAlexaff
Audrey Milon, Saskia Vande Perre, Julie Poujol, Isabelle Trop, É. Kermarrec, Asma Bekhouche, Isabelle Thomassin‐Naggara

Notice bibliographique

RevueEuropean Journal of Radiology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMRI in cancer diagnosis
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineDynamic contrastContrast (vision)Sequence (biology)Protocol (science)Breast MRIDynamic contrast-enhanced MRINuclear medicineRadiologyMedical physicsMagnetic resonance imagingArtificial intelligenceBreast cancerPathologyMammographyInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: We evaluated the diagnostic value of a high temporal resolution (HTR) dynamic contrast enhanced (DCE) sequence added to a FAST protocol. MATERIALS AND METHODS: 120 women (mean age = 55 years (28-88)) who underwent breast MRI between July 2016 and March 2017 and in whom a biopsy was performed (i.e., gold standard) (n = 179: 69 benign, 7 borderline and 103 malignant lesions) were retrospectively and consecutively included. Two readers classified lesions according to the Breast Imaging-Reporting and Data System (BI-RADS) by reading: a FAST protocol (T1W, T2W, T1W-fat saturated 2 min after injection) and then a FULL standard protocol. Independently they determined if lesions were visible and when (Time To Enhancement (TTE)) on the HTR-DCE sequence. An Abbreviated protocol was then built using data from the HTR-DCE sequence added to the FAST protocol. RESULTS: All lesions were visible with the FAST protocol. 171/179 (95.5%) lesions were detected by reading theHTR-DCE sequence. There were a higher number of cancers rated BI-RADS 3 (PPV of malignancy of 27.6% (8/29) in FAST versus 18.7% (3/16) FULL protocol). An early enhancement on the HTR-DCE sequence (TTE < 31 s) was associated with malignancy with an OR 5.6 (CI 95%: 3.3-20.4) (p < 0.0001). Adding a TTE < 31 s to FAST analysis (AUROC = 0.826) significantly improved lesion characterization with a diagnostic gain of 10.6% (19/179) lesions correctly reclassified (p = 0.0034) compared to FAST protocol; with shorter acquisition time (7 min 48 s versus 13 min 54 s). CONCLUSION: Adding an HTR-DCE sequence to a FAST protocol increases diagnostic performance reaching that of the FULL protocol while reducing acquisition time.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,283
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2019
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueEuropean Journal of RadiologyMême sujetMRI in cancer diagnosisTravaux en français237 207