Utilization of breast MRI and breast MRI-guided biopsy in clinical practice: results of a survey in Québec and France
Notice bibliographique
Résumé
BACKGROUND: To investigate the practice regarding breast MRI exams and breast MRI-guided biopsies in two countries with different health care systems, France and Québec. A 12-item questionnaire was distributed online among radiologists from France and Québec, attempting to determine: demographic characteristics and breast MRI diagnostic and MRI-guided practices (indications, workload, availability, and waiting time assessment). RESULTS: One hundred and seventy radiologists (France, 132 respondents (28.5%); Quebec, 38 respondents (35.2%)) participated in the survey, most of them based in non-academic centers. Thirty-eight percent of Quebec and 2.3% of French radiologists did not perform breast MRI in their daily practice. Nearly 50% of French and Quebec respondents interpreted 1-10 breast MRI exams per week. Decision-making factors of preoperative MRI were similar in both countries (pathology, age, and breast density), with a heavier emphasis placed on the surgeon's opinion in Quebec (47.8% versus 21.8% (p = 0.009)). Quebec demonstrated a higher waiting time than France (1-2 weeks in 40% versus less than 1 week in 40%). MRI-guided breast biopsies (less than 5 MRI-guided biopsies per week) were being performed by a minority of the respondents (36% in France and 43% in Québec). CONCLUSION: Most of radiologists performing breast MRIs work in non-academic institutions in both countries. Waiting time is higher in Quebec, but most of preoperative breast MRIs are performed within 3 weeks in both countries. The surgeon plays an important role in recommending preoperative MRI in Quebec. MRI-guided breast biopsies are not widely available in both countries.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».