MétaCan
Menu
Retour à la cohorte
Enregistrement W3032403368 · doi:10.1200/jco.2020.38.15_suppl.tps1597

ECOG-ACRIN tomosynthesis mammographic imaging screening trial (EA1151).

2020· article· en· W3032403368 sur OpenAlexaffabout
Etta D. Pisano, Constantine Gatsonis, Martin J. Yaffe, Melissa A. Troester, Ilana F. Gareen, Laura C. Collins, Amarinthia Curtis, Elodia B. Cole, Ruth C. Carlos, Kathy D. Miller, Christopher Comstock

Notice bibliographique

RevueJournal of Clinical Oncology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesNational Institutes of Health
Mots-clésMedicineBreast cancerMammographyPopulationOncologyInternal medicineRandomized controlled trialBreast cancer screeningClinical endpointRandomizationBiopsyCancerAtypiaGynecologyPathology

Résumé

récupéré en direct d'OpenAlex

TPS1597 Background: This randomized trial is intended to determine whether tomosynthesis (TM) should replace the current standard for breast cancer (BC) screening, digital mammography (DM). It is hypothesized that the population of women assigned TM screening for 3-5 rounds will have fewer advanced cancers than the population assigned to DM screening. Methods: 164,946 women, ages 45 to 74 years who present for screening mammography and consent to participate will be enrolled across 150 sites in the US, Canada and abroad. Women will be randomized to TM or DM. The frequency and number of screening examinations over a five year period will vary based on menopausal status and whether they have specific risk factors, including - hormone use, family history of BC, deleterious genes, prior benign breast biopsy with diagnosis of LCIS or atypia any kind, or dense breasts. Blood and buccal cells will be collected from as many enrolled women as are willing to provide the samples. All breast biopsies during the trial will undergo gene expression analysis for the PAM50 and other progression pathways (PAM50-plus). All subjects enrolled will be followed long term for at least eight years. The primary endpoint is the proportion of participants who have an advanced breast cancer diagnosed at any time within 4.5 years of randomization in to the trial. Secondary endpoints include measures of diagnostic and predictive performance; rates of recall, biopsy, and interval cancers, prevalence of breast cancer subtypes, and tumor subtype based on PAM50-plus analysis. As of January 17th 2020, there are 104 sites open and 21,452 women enrolled in the trial. The DSMC last reviewed the trial in June 2019 and suggested that the trial continue as planned. Clinical trial information: NCT03233191.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0220,002

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 Opus0,124
Tête enseignante GPT0,464
Écart entre enseignants0,340 · 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'étudeEssai randomisé
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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetRadiomics and Machine Learning in Medical ImagingTravaux en français237 207