Personalized Risk Assessment for Prevention and Early Detection of Breast Cancer: Integration and Implementation (PERSPECTIVE I&I)
Notice bibliographique
Résumé
Early detection of breast cancer through screening reduces breast cancer mortality. The benefits of screening must also be considered within the context of potential harms (e.g., false positives, overdiagnosis). Furthermore, while breast cancer risk is highly variable within the population, most screening programs use age to determine eligibility. A risk-based approach is expected to improve the benefit-harm ratio of breast cancer screening programs. The PERSPECTIVE I&I (Personalized Risk Assessment for Prevention and Early Detection of Breast Cancer: Integration and Implementation) project seeks to improve personalized risk assessment to allow for a cost-effective, population-based approach to risk-based screening and determine best practices for implementation in Canada. This commentary describes the four inter-related activities that comprise the PERSPECTIVE I&I project. 1: Identification and validation of novel moderate to high-risk susceptibility genes. 2: Improvement, validation, and adaptation of a risk prediction web-tool for the Canadian context. 3: Development and piloting of a socio-ethical framework to support implementation of risk-based breast cancer screening. 4: Economic analysis to optimize the implementation of risk-based screening. Risk-based screening and prevention is expected to benefit all women, empowering them to work with their healthcare provider to make informed decisions about screening and prevention.
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 | 0,042 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,009 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».