Impact of switching from digital mammography to tomosynthesis plus digital mammography on breast cancer screening in Alberta, Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objectives To compare abnormal call rates (ACR), cancer detection rates (CDR), positive predictive values (PPVs), and annual return to screen recommendations after switching from digital mammography (DM) to digital breast tomosynthesis plus DM (DBT + DM) for breast cancer screening. Setting The Alberta Breast Cancer Screening Program collects screening data from clinics throughout the province of Alberta, Canada. Methods This study retrospectively collected data, between 2015 and 2018, on women aged 40+ who underwent breast cancer screening at two large volume multisite radiology groups to compare metrics one year prior and one year after DBT + DM implementation. Comparisons between modalities were carried out within age groups, within breast density categories, and for initial vs. subsequent screens. Results A total of 125,432 DM and 128,912 DBT + DM screening exams were performed. For women aged 50–74, the DBT + DM group had a higher ACR ( p < 0.01) but lower annual return to screens ( p < 0.01). CDR was higher post-DBT + DM implementation for women with scattered (6.0 per 1000 vs. 4.4 per 1000; p = 0.001) or heterogeneously dense breasts (6.5 per 1000 vs. 4.2 per 1000; p < 0.001). PPV was higher with DBT + DM for all age groups, with women 50–74 having a PPV of 8.3% using DBT + DM vs. 7.1% with DM ( p = 0.009). Conclusion All metrics improved or stayed the same after switching to DBT + DM except for ACR. However, the increase in ACR could be attributed to a trend already occurring prior to the switch. Longer term monitoring is needed to confirm these findings.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle